我有一个二维列表，需要从中提取两列，并将每列的值作为键值对放置。

示例：

table = [[15, 29, 6, 2],        [16, 9, 8, 0],        [7, 27, 16, 0]]def averages(table, col, by):    columns = tuple(([table[i][col] for i in range(len(table))]))  #将col列放入元组，以便放入字典中    groupby = tuple(([table[i][by] for i in range(len(table))]))   #将groupby列放入元组，以便放入字典中    avgdict = {}    avgdict[groupby] = [columns]    print(avgdict)averages(table, 1, 3)

输出为：

{(2, 0, 0): [(29, 9, 27)]}

我试图让输出等于：

{0:36, 2:29}

因此，基本上是将键为0的值相加。

我很难理解如何分离每个键及其值，然后在键相等时将值相加。

编辑：我只使用Python标准库，不在这个问题上实现numpy。

回答：

你可以创建一个空字典，然后遍历groupby中的每个元素。如果groupby中的元素存在于字典中，则将columns中对应的元素添加到字典中的值中。否则，将groupby中的元素作为键，columns中的对应元素作为value添加。实现如下：

table = [[15, 29, 6, 2],    [16, 9, 8, 0],    [7, 27, 16, 0]]def averages(table, col, by):    columns = tuple(([table[i][col] for i in range(len(table))]))  #将col列放入元组，以便放入字典中    groupby = tuple(([table[i][by] for i in range(len(table))]))   #将groupby列放入元组，以便放入字典中    avgdict = {}    for x in range(len(groupby)):        key = groupby[x]        if key in avgdict:            avgdict[key] += columns[x]        else:            avgdict[key] = columns[x]    print(avgdict)averages(table, 1, 3)

否则，如果你想保留你的初始avgdict，那么你可以将averages()函数改为

def averages(table, col, by):    columns = tuple(([table[i][col] for i in range(len(table))]))  #将col列放入元组，以便放入字典中    groupby = tuple(([table[i][by] for i in range(len(table))]))   #将groupby列放入元组，以便放入字典中    avgdict = {}    avgdict[groupby] = [columns]    newdict = {}    for key in avgdict:        for x in range(len(key)):            if key[x] in newdict:                newdict[key[x]] += avgdict[key][0][x]            else:                newdict[key[x]] = avgdict[key][0][x]    print(newdict)