根据字典中的一个键计算字典列表中某个值的总和

Question

我想根据字典中的一个键的值来计算另一个键的总和。

在StackOverflow上，有个简单的问题回答，教你如何计算总值：我有一个很大的字典列表，我想计算里面的总和

比如说，如果我们有：

lst = [{'year': 2013, 'snow': 64.8, 'month': 1},
       {'year': 2013, 'snow': 66.5, 'month': 2},
       {'year': 2013, 'snow': 68.3, 'month': 12},
       {'year': 2013, 'snow': 68.8, 'month': 3},
       {'year': 2013, 'snow': 70.9, 'month': 11},
       {'year': 2012, 'snow': 76.8, 'month': 7},
       {'year': 2012, 'snow': 79.6, 'month': 5},
       {'year': 1951, 'snow': 86.6, 'month': 12}]

要计算那一年降雪的总量：

输出结果应该是：

snowfall = [{'year': 2013, 'totalsnow': 339.3},
            {'year': 2012, 'totalsnow': 156.4},
            {'year': 1951, 'totalsnow': 86.6}]

这是我的代码：

for i in range(len(lst)):
        while lst[i]['year']:
            sum(value['snow'] for value in lst)

但是这样会出错，输出是：

582.3000000000001

我该怎么才能正确呢？请简单说明一下，我是Python新手。

Answer 1

使用字典来记录每年的降雪量；这里用到的collections.defaultdict()对象非常合适：

from collections import defaultdict

snowfall = defaultdict(float)

for info in lst:
    snowfall[info['year']] += info['snow']

snowfall = [{'year': year, 'totalsnow': snowfall[year]} 
            for year in sorted(snowfall, reverse=True)]

这段代码首先创建了一个defaultdict()对象，这个对象会为那些还不存在的键自动生成新的float()对象（初始值为0.0）。这样，它就能帮你自动计算每年的降雪总量。

最后几行代码会按照年份降序排列，生成你想要的结构。

示例：

>>> from collections import defaultdict
>>> lst = [{'year': 2013, 'snow': 64.8, 'month': 1},
...        {'year': 2013, 'snow': 66.5, 'month': 2},
...        {'year': 2013, 'snow': 68.3, 'month': 12},
...        {'year': 2013, 'snow': 68.8, 'month': 3},
...        {'year': 2013, 'snow': 70.9, 'month': 11},
...        {'year': 2012, 'snow': 76.8, 'month': 7},
...        {'year': 2012, 'snow': 79.6, 'month': 5},
...        {'year': 1951, 'snow': 86.6, 'month': 12}]
>>> snowfall = defaultdict(float)
>>> for info in lst:
...     snowfall[info['year']] += info['snow']
... 
>>> snowfall = [{'year': year, 'totalsnow': snowfall[year]} 
...             for year in sorted(snowfall, reverse=True)]
>>> from pprint import pprint
>>> pprint(snowfall)
[{'totalsnow': 339.30000000000007, 'year': 2013},
 {'totalsnow': 156.39999999999998, 'year': 2012},
 {'totalsnow': 86.6, 'year': 1951}]