4 回答

TA贡献1783条经验 获得超4个赞
您可以使用列表理解(实际上,只是一个生成器表达式),但不是您所想的那样。构建一个AMs 和PMs 的生成器,然后用它来构建一个Counter实例。
from collections import Counter
trip_counts = Counter(("AM" if trip['start'].hour < 12 else "PM")
for trip in onebike_datetimes)
一个独立的演示:
from collections import Counter
from types import SimpleNamespace
onebike_datetimes = [
{'start': SimpleNamespace(hour=9)},
{'start': SimpleNamespace(hour=3)},
{'start': SimpleNamespace(hour=14)},
{'start': SimpleNamespace(hour=19)},
{'start': SimpleNamespace(hour=7)},
]
trip_counts = Counter(("AM" if trip['start'].hour < 12 else "PM")
for trip in onebike_datetimes)
assert trip_counts["AM"] == 3
assert trip_counts["PM"] == 2

TA贡献2003条经验 获得超2个赞
保留你的 for 循环要清楚得多。
如果你真的想使用列表理解,你可以这样做:
l = ["AM" if trip["start"].hour < 12 else "PM" for trip in onebike_datetimes]
am_count = l.count("AM")
trip_counts = {"AM": am_count, "PM": len(l) - am_count}
trip_counts(如果你使用这个,你不需要初始化)

TA贡献1796条经验 获得超7个赞
如果这是DataFrame您正在使用的 pandas,为什么不过滤值并立即对它们求和呢?
这样的事情可能会起作用:
trip_counts['AM'] = len(trip[trip.loc[:, 'hour'] < 12].index)
trip_counts['PM'] = len(trip[trip.loc[:, 'hour'] >= 12].index)
编辑:我只是对这里给出的答案进行了一些基准测试,因为有些人认为列表理解会自动更快。
正如您所看到的,在这种情况下,常规的 for 循环或多或少具有最佳性能,仅Counter与此处其他答案之一中提到的列表推导的使用相匹配。
请注意,我稍微修改了我的 Pandas 实现以匹配我认为您的数据可能的结构(即,不在 DataFrame 中),因此在每次运行时将您的数据转换为 DataFrame 可能会有更多的开销。
基准
生成此图的代码如下所示:
import pandas as pd
import numpy as np
from collections import Counter
from types import SimpleNamespace
import perfplot
def gen_data(n):
onebike_datetimes = [
{'start': SimpleNamespace(hour=9)},
{'start': SimpleNamespace(hour=3)},
{'start': SimpleNamespace(hour=14)},
{'start': SimpleNamespace(hour=19)},
{'start': SimpleNamespace(hour=7)},
{'start': SimpleNamespace(hour=14)},
{'start': SimpleNamespace(hour=19)},
{'start': SimpleNamespace(hour=2)},
{'start': SimpleNamespace(hour=20)},
{'start': SimpleNamespace(hour=12)},
]*n
return onebike_datetimes
def use_vanilla_for(a):
# onebike_datetimes = gen_data(n)
onebike_datetimes = a
trip_counts = {'AM': 0, 'PM': 0}
for trip in onebike_datetimes:
if trip['start'].hour < 12:
trip_counts["AM"] += 1
else:
trip_counts["PM"] += 1
return 1
# return trip_counts
def use_list_comp(a):
# onebike_datetimes = gen_data(n)
onebike_datetimes = a
trip_counts = {'AM': 0, 'PM': 0}
l = ["AM" if trip["start"].hour < 12 else "PM" for trip in onebike_datetimes]
trip_counts = {i: l.count(i) for i in l}
return 1
# return trip_counts
def use_counter(a):
# onebike_datetimes = gen_data(n)
onebike_datetimes = a
trip_counts = {'AM': 0, 'PM': 0}
trip_counts = Counter(("AM" if trip['start'].hour < 12 else "PM")
for trip in onebike_datetimes)
return 1
# return trip_counts
def use_pandas(a):
# onebike_datetimes = gen_data(n)
onebike_datetimes = a
trip = pd.DataFrame(list(map(lambda a: a['start'].hour, onebike_datetimes)), columns=['hrs'])
trip_counts = {'AM': 0, 'PM': 0}
trip_counts['AM'] = len(trip[trip['hrs'] < 12].index)
trip_counts['PM'] = len(trip[trip['hrs'] >= 12].index)
return 1
# return trip_counts
perfplot.show(
setup=lambda n: gen_data(n),
kernels=[
lambda a: use_vanilla_for(a),
lambda a: use_list_comp(a),
lambda a: use_counter(a),
lambda a: use_pandas(a),
],
labels=["vanilla_for", "list_comp", "counter", "dataframe"],
n_range=[2 ** k for k in range(10)],
xlabel="len(a)",
)

TA贡献1828条经验 获得超3个赞
赋值是语句。语句在列表推导中不可用。使用循环
你真的不应该这样做,但为了完整起见:
trip_counts = {'AM': 0, 'PM': 0}
[trip_counts.__setitem__('AM', trip_counts['AM']+1) if trip['start']['hour'] <12 else trip_counts.__setitem__('PM', trip_counts['PM']+1) for trip in onebike_datetimes]
print(f"With list comprehension: {trip_counts}")
OUT: With list comprehension: {'AM': 1, 'PM': 2}
添加回答
举报