how to calculate percentage with nested dictionary(如何使用嵌套词典计算百分比)
本文介绍了如何使用嵌套词典计算百分比的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我纠结于如何使用嵌套词典计算百分比。我有一个old_dict = {'X': {'a': 0.69, 'b': 0.31}, 'Y': {'a': 0.96, 'c': 0.04}}
定义的dictionay
,我知道X
和Y
的百分比在表中:
input= {"name":['X','Y'],"percentage":[0.9,0.1]}
table = pd.DataFrame(input)
OUTPUT:
name percentage
0 X 0.9
1 Y 0.1
但我希望用X和Y的百分比分别乘以a,b,c。即X*a = 0.9*0.69
、X*b = 0.9*0.31
、Y*a = 0.1*0.96
、Y*c = 0.1*0.04
...这样我就可以找到a,b和c的混合百分比,最终得到了一个新的词典new_dict = {'a': 0.717, 'b': 0.279 ,'c': 0.004}
。
我正在努力解决如何突破嵌套的字典,以及如何将X和Y与表中的相应值链接起来。有谁可以帮我?谢谢!
推荐答案
您可以对第一个字典使用DataFrame,对第二个字典使用Series,并执行对齐乘法,然后sum
:
old_dict = {'X': {'a': 0.69, 'b': 0.31}, 'Y': {'a': 0.96, 'c': 0.04}}
df = pd.DataFrame(old_dict)
inpt = {"name":['X','Y'],"percentage":[0.9,0.1]}
table = pd.DataFrame(inpt)
# convert table to series:
ser = table.set_index('name')['percentage']
# alternative build directly a Series:
# ser = pd.Series(dict(zip(*inpt.values())))
# compute expected values:
out = (df*ser).sum(axis=1).to_dict()
输出:{'a': 0.717, 'b': 0.279, 'c': 0.004}
这篇关于如何使用嵌套词典计算百分比的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持编程学习网!
沃梦达教程
本文标题为:如何使用嵌套词典计算百分比


基础教程推荐
猜你喜欢
- 包装空间模型 2022-01-01
- 使用大型矩阵时禁止 Pycharm 输出中的自动换行符 2022-01-01
- Plotly:如何设置绘图图形的样式,使其不显示缺失日期的间隙? 2022-01-01
- PANDA VALUE_COUNTS包含GROUP BY之前的所有值 2022-01-01
- 在同一图形上绘制Bokeh的烛台和音量条 2022-01-01
- 求两个直方图的卷积 2022-01-01
- 无法导入 Pytorch [WinError 126] 找不到指定的模块 2022-01-01
- 修改列表中的数据帧不起作用 2022-01-01
- PermissionError: pip 从 8.1.1 升级到 8.1.2 2022-01-01
- 在Python中从Azure BLOB存储中读取文件 2022-01-01