迭代词典在Python和总和由

Question

类别

这个问题是关于这个帖子在这里：

Iterate a Nested Dictionary in Python

作为后续行动，我试图总结所有股票的总数和获得总按行业组合中股票的百分比。

我所要的输出是这样的：

技术：24％，金融14％，等等等等

我的字典里是这样的：

stockData = { 
    'AAPL': { 
     'beta': 1.01833975315094, 
     'company_name': 'Apple', 
     'dividend': 1.9341673320912078, 
     'total':300 
     'sector': 'Technology}, 
    'GOOG': { 
     'beta': 1.01833975315094, 
     'company_name': 'Apple', 
     'dividend': 1.9341673320912078, 
     'total':300 
     'sector':Technology} 
    } 

我有计算整个投资组合的百分比如下：

for stock_data in stockData.values(): 
    stock_data['percentage'] = stock_data['total']/stock_sum 

我是tr y得到百分之按部门总计，但只是不工作....我试了这个。

for stock_data in stockData.values(): 
    sector_totals = [] 
    for stock_data['sector'] in stock_data: 
     sector_totals = (stock_data['sector'], stock_data['percentage']) 

有什么建议吗？

Answer 1

你可以在你的stockData创建sector词典其中收集所有的总数为部门迭代：​​

sectors = {} 
for stock in stockData.values(): 
    sectors.setdefault(stock['sector'], []).append(stock['total']) 
print(sectors) 
# {'Technology': [300, 300]} 

然后你可以在stockData迭代添加percentage：

for stock in stockData.values(): 
    stock['percentage'] = stock['total']/sum(sectors[stock['sector']]) 

注意：在py2中，您将不得不使其中一个为float，例如float(stock['total'])

或者，你可以为sector字典创建运行总计，这将避免sum()以上：

sectors = {} 
for stock in stockData.values(): 
    sectors[stock['sector']] = sectors.get(stock['sector'], 0) + stock['total'] 
print(sectors) 
# {'Technology': 600} 

Answer 2

任何理由不使用熊猫吗？ http://pandas.pydata.org/ 它会让你的生活更轻松。

我已经添加了一个额外的（假）股票，以使该示例更相关。

stockData = { 
    'AAPL': { 
     'beta': 1.01833975315094, 
     'company_name': 'Apple', 
     'dividend': 1.9341673320912078, 
     'total':300, 
     'sector': 'Technology'}, 
    'GOOG': { 
     'beta': 1.01833975315094, 
     'company_name': 'Apple', 
     'dividend': 1.9341673320912078, 
     'total':300, 
     'sector':'Technology'}, 
    'XXXX': { 
     'beta': 1.01833975315094, 
     'company_name': 'Apple', 
     'dividend': 1.9341673320912078, 
     'total':300, 
     'sector':'Food'} 
    } 

import pandas as pd 

# Create pandas dataframe wi 
stockData_df = pd.DataFrame(stockData).T 
stockData_df['percentage'] = stockData_df['total']/stockData_df['total'].sum() 


stockData_df 
Out[82]: 
     beta company_name dividend  sector total percentage 
AAPL 1.01834  Apple 1.93417 Technology 300 0.333333 
GOOG 1.01834  Apple 1.93417 Technology 300 0.333333 
XXXX 1.01834  Apple 1.93417  Food 300 0.333333 



sector_totals = stockData_df.groupby('sector').sum()['total']/stockData_df['total'].sum() 

sector_totals 
Out[86]: 
sector 
Food   0.333333 
Technology 0.666667 
Name: total, dtype: float64