利用Python高效处理大型商品数据集统计
本文介绍如何高效处理大型商品数据集，统计相同商品（标题、颜色、尺码）的数量，并按商品总数量进行降序排列。原始数据包含商品标题、颜色、尺码和数量，目标是生成一个新的数据集，包含商品组合数量和每个商品标题的总数量，最终结果按总数量降序排列。
问题描述：
已知一个包含商品信息的列表data，其结构为('标题', '颜色', '尺码', '数量')。我们需要将其转换为另一个列表result，result的结构为('标题', '颜色', '尺码', '该组合数量', '标题总数量')，并按标题总数量降序排列。
高效解决方案：
Python的collections.Counter对象是解决此问题的理想工具。它可以高效地统计序列中每个元素的出现次数，避免了低效的循环遍历。
以下代码展示了如何使用Counter实现数据转换和排序：
from collections import Counterdata = [ ('连衣裙', '白色', 's', 1), ('连衣裙', '白色', 's', 1), ('连衣裙', '黑色', 'm', 1), ('裤子', '白色', 's', 1),]# 使用Counter统计每个(标题, 颜色, 尺码)组合的数量item_counts = Counter(tuple(item[:-1]) for item in data)# 使用Counter统计每个标题的总数量title_counts = Counter(item[0] for item in data)# 构建结果列表result = [(title, color, size, item_counts[(title, color, size)], title_counts[title]) for title, color, size, _ in data]# 按标题总数量降序排序result.sort(key=lambda x: (-x[4], x[0], x[1], x[2]))print(result)
这段代码首先使用Counter分别统计商品组合和标题的出现次数。然后，它构建result列表，包含每个商品的组合数量和标题总数量。最后，它使用sort函数并自定义key函数，按照标题总数量降序排列结果。此方法即使面对数千条记录的大型数据集也能保持高效。
输出结果：
[('连衣裙', '白色', 's', 2, 3), ('连衣裙', '黑色', 'm', 1, 3), ('裤子', '白色', 's', 1, 1)]
该方案充分利用了Counter的高效性，避免了嵌套循环，从而能够有效处理大型数据集的统计需求。
以上就是如何高效统计大型商品数据集并按总数量排序？的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/1359635.html
微信扫一扫 
支付宝扫一扫 
