久久福利_99r_国产日韩在线视频_直接看av的网站_中文欧美日韩_久久一

您的位置:首頁技術文章
文章詳情頁

這串數據有什么方法用python輸出我想要的格式?

瀏覽:132日期:2022-06-29 16:39:36

問題描述

[(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]

上面這串數據我想輸出格式為

[{’data’: [[’2013-04’, 52.9], [’2013-05-01’, 50.7]], ’name’: ’張三’},{’data’: [[’2013-04’, 27.7], [’2013-05-01’, 25.9]], ’name’: ’李四’}]

這樣的格式,有什么還得方法嗎?想了好久想不到有效的做法。

問題解答

回答1:

# python2# coding: utf8a = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]s = []for i in a: for dict_tmp in s:if dict_tmp.get(’name’, ’’) == i[2]: dict_tmp[’data’].append([i[0], i[1]]) break else:s.append( {’name’: i[2],’data’: [[i[0], i[1]]] })print s回答2:

from collections import defaultdictd = defaultdict(list)l_data = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]for x in l_data: d[x[2]].append([x[0], x[1]])result = [{’name’: k, ’data’: v} for k, v in d.iteritems()]回答3:

這種情況應該使用pandas模塊比較永續:

data_input = [(’2016-09’, 20874.73, ’李四’), (’2016-10’, 64296.45, ’李四’), (’2016-11’, 58657.1, ’李四’), (’2016-12’, 51253.14, ’李四’), (’2017-01’, 57791.88, ’李四’), (’2017-01’, 46007.0, ’張三’), (’2017-02’, 67193.55, ’李四’), (’2017-02’, 38352.0, ’張三’), (’2017-03’, 83359.53, ’李四’), (’2017-03’, 49661.0, ’張三’), (’2017-04’, 39907.0, ’張三’)]import pandas as pddf = pd.DataFrame(data_input)df.columns = [’month’,’value’,’name’]d = df.set_index([’name’])print ( set(d.index) ) # {’張三’, ’李四’}print ( list(d.loc[’張三’].values.tolist()) ) # data變成listprint ( [{’data’:list(d.loc[x].values.tolist()) , ’name’: x} for x in set(d.index) ] )

最後一行就是你要的結果?;旧暇褪怯玫箶档谌兴饕Y果為列表推導基礎,產出你要的字典,內有name及data,而data有列表出的數據

[{’data’: [[’2016-09’, 20874.73], [’2016-10’, 64296.45], [’2016-11’, 58657.1], [’2016-12’, 51253.14], [’2017-01’, 57791.88], [’2017-02’, 67193.55], [’2017-03’, 83359.53]], ’name’: ’李四’}, {’data’: [[’2017-01’, 46007.0], [’2017-02’, 38352.0], [’2017-03’, 49661.0], [’2017-04’, 39907.0]], ’name’: ’張三’}]

如果有更多數據處理的需要,真的很推薦把pandas模塊學起來。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 人人干在线视频 | 国产片网站| 九九热精品视频在线观看 | 欧美午夜视频 | 天天操天天插 | 欧美日韩一区二区视频在线观看 | av av在线 | 亚洲一区二区三区久久久 | 国产高清中文字幕 | 亚洲精品国精品久久99热 | 国产乱码精品一区二区三区av | 亚洲精品色 | 亚洲国产高清在线 | 精品av| 美国黄色毛片女人性生活片 | 激情自拍偷拍 | 91在线| 欧美日韩国产91 | 国产老女人精品毛片久久 | 精品一区二区在线观看 | 久久影视精品 | 国产最好的精华液网站 | 精品久久久久久一区二区 | 欧美日韩精品一二区 | 美女福利视频 | 性做久久久久久久免费看 | 亚色在线 | 成人免费福利视频 | 男人视频网站 | 三级无遮挡污在线观看 | 人人干在线视频 | 久久视频精品 | 成人福利在线 | 国产精品久久久久久久久久久免费看 | 国产精品久久免费看 | 日本成片视频 | 国产精品片aa在线观看 | 久久中文字幕视频 | 久久精品欧美一区二区三区不卡 | 精品久久久久久一区二区 | 日本一区二区不卡视频 | 亚洲国产欧美一区二区三区久久 | 国产免费一区二区 | 成人国产精品久久久 | 一区二区三区视频播放 | 国产精品久久一区 | 精品综合久久 | 91影院在线观看 | 精品久久久久一区二区国产 | 69久久久 | 免费在线视频精品 | 91资源在线 | 色无欲天天天影视综合网 | 久草电影网 | 99看片| 美女视频一区 | 成人av观看 | 午夜免费片 | 国产一区二区三区四区三区 | 午夜精品久久久久99蜜 | 中文字幕在线观看一区二区三区 | 国产色 | 精品久久久久久久久久久久久久久久久久 | 久久精品这里只有精品 | 亚洲嫩草 | 久久精品国产99国产 | 国产精品一区二区三区四区 | 成人免费一区 | 天天拍天天操 | www.一区| 天天艹综合 | 国产精品久久久久久久久久久小说 | 亚洲综合精品视频 | 综合一区 | 亚洲成人中文字幕 | 日韩国产欧美视频 | 国产一级在线观看 | 欧美一级视频在线观看 | 亚洲欧美综合一区 | 成人在线小视频 | 日日操av| 亚洲国产精品人人爽夜夜爽 | 日本大人吃奶视频xxxx | 精品久久香蕉国产线看观看亚洲 | 免费观看日韩一级片 | 综合网视频 | 日韩精品一区二区三区中文字幕 | 国产成人精品999在线观看 | 91精品国产一区二区三区香蕉 | 午夜小视频在线观看 | 亚洲一区二区免费看 | 欧美精品一区二区三区免费视频 | 亚洲一区日韩 | 久久国产精品视频一区 | 精品在线视频一区 | 精品国产依人香蕉在线精品 | 国产精品自拍视频网站 | 国产精品视频久久 | 91在线播| 成人高清视频免费观看 | 黄色一级视 | 99久久精品国产一区二区三区 | 日本激情网 | 亚洲另类视频 | 亚洲欧美日韩在线一区 | 久久久久久久久久久久99 | 天堂视频在线 | 一区精品视频 | 久草美女| 久久久久久久久久久久久av | 久久久com| 免费一区二区 | 人人射人人舔 | 免费看性生交大片 | 韩国三级午夜理伦三级三 | 成人福利 | 成人免费淫片aa视频免费 | 精品久久久久久一区二区 | 国产黄色在线免费看 | av毛片在线免费看 | 成人影院在线 | 天天干,夜夜操 | av在线一区二区三区 | 毛片一级片 | 一区二区三区国产在线观看 | 亚洲特级 | 亚洲综合成人网 | 黄色av网站在线观看 | 一区在线视频 | 69热在线观看 | 国产精品久久av | 天天插天天操天天干 | 精品久久影院 | 午夜激情福利视频 | 一区二区三区国产视频 | 国产成人精品一区二区三区视频 | 欧美日韩中文字幕 | 夜添久久精品亚洲国产精品 | 叶山小百合av一区二区 | 亚洲伊人久久网 | 黄色a视频 | 不卡一区二区三区视频 | 香蕉久久夜色精品国产使用方法 | 日韩精品视频免费看 | 欧美中文在线 | 久久精品免费 | 国产精品夜色一区二区三区 | 亚洲一区二区三区四区五区午夜 | 日本福利网站 | 午夜无码国产理论在线 | 先锋影音在线 | 久久综合av | 91操碰| 日韩毛片在线观看 | 国产高清精品一区二区三区 | 密色视频| 四虎影院最新地址 | aaa在线 | www色婷婷 | 亚洲精品乱码久久久久久蜜桃91 | 亚洲综合二 | 日韩免费av一区二区 | 一区二区视频免费 | 伊人网亚洲 | 精品日韩一区二区三区 | 亚洲av毛片一级二级在线 | 欧美 日韩 中文 | 欧美亚洲在线 | 日韩久久久久久 | 天堂中文网官网 | 国产高清精品一区二区三区 | 国产猛男猛女超爽免费视频网站 | 99精品视频在线免费观看 | 天天爱天天草 | 成人精品一区二区三区电影黑人 | 久久精品视 | 日韩一区二区在线免费 | 日韩精品免费观看 | 久久久久国产一区二区三区 | 日本黄色一级片视频 | 久久综合九色综合欧美狠狠 | 欧美日在线 | 1区在线| 色婷婷综合久久久中文字幕 | 蜜桃视频在线播放 | 天天操网| 欧美国产一区二区三区 | 日韩在线免费视频 | 亚洲欧美韩国 | av午夜| 欧美日韩一区在线 | 欧美日韩久久久 | 成人精品视频在线观看 | 五月综合久久 | 毛片一区二区 | 国产精品毛片久久久久久 | 日韩免费在线观看视频 | 中文字幕免费在线 | 欧美精品导航 | 四虎免费在线播放 | 九九视频这里只有精品 | 国产传媒在线视频 | julia中文字幕久久一区二区 | 暖暖日本在线视频 | 精品一区二区三区免费视频 | 色视频网站在线观看 | www国产xxx| 成人福利影院 | 国产精品久久久久aaaa九色 | 伊人网综合视频 | 成人毛片在线观看视频 | 龙珠z在线观看 | 国产精品国产 | 亚洲国产高清在线 | 中文精品一区二区三区 | 日本天天操 | 欧美日本在线观看 | 欧美综合视频 | 亚洲精品乱码 | 一区二区三区四区日韩 | 久久精品性视频 | 天天干天天骑 | 女人爽到高潮aaaa电影 | 成人在线| 久久一二区 | 日本一区二区三区四区 | www.日韩精品.com | 亚洲免费在线观看 | 成人片网址| 四影虎影www4hu23cmo | 国产99久久 | 久久九九| 九一视频在线免费观看 | 精品久久久久久久久久久久久久 | 久久久tv | 成人免费视频 | 国产成人 综合 亚洲 | 久草.com| 免费观看毛片 | 国产大学生一区 | 亚洲视频中文字幕 | 久久精品亚洲精品 | 国产精品久久国产精品 | 日韩精品专区 | 亚洲精品中文字幕乱码无线 | 欧美大片免费高清观看 | 韩国精品一区 | 91社影院在线观看 | 国产va| 精品天堂 | 狠狠躁夜夜躁人人爽天天天天97 | www亚洲成人| 精品久久久久久国产 | 日韩中文视频 | 午夜精品久久久久久99热软件 | 久久性| 99精品在线观看 | 亚洲 中文 欧美 日韩 在线观看 | www.涩涩视频 | 日韩一区二区观看 | 国产精品成人国产乱一区 | 亚洲高清中文字幕 | 久久亚洲一区 | 午夜精品视频在线观看 | 日韩av免费在线观看 | 精品一级 | 亚洲精选免费视频 | 一区二区精品 | 日韩中出 | 欧美久久一级特黄毛片 | 成人伊人 | 国产精品自产拍在线观看 | 91精品久久久久久久久中文字幕 | 在线观看国产日韩欧美 | 国产成人精品久久 | 日韩 国产 在线 | 久久精品一区 | 久久精品网 | 狠狠操电影 | 国产精品中文字幕在线播放 | 免费在线观看毛片网站 | 午夜精品一区二区三区免费视频 | 日韩爽妇网 | 午夜在线小视频 | 国产精品视频一区二区三区四 | 国产资源在线观看 | 综合一区二区三区 | 超碰在线国产 | 久久国产精品一区二区 | 成人福利视频网 | 久久九九 | 国产精品免费一区 | 久久久亚洲一区二区三区 | 久久一区国产 | 久久小视频 | 久久亚洲精品国产精品紫薇 | 欧美日韩一区二区三区四区 | 亚洲欧洲无码一区二区三区 | 国产日韩精品视频 | 亚洲国产精品99久久久久久久久 | 久久亚洲综合 | 国产精品久久久久久久久 | 亚洲久草| 成人性大片免费观看网站 | 欧美日韩国产影院 | 亚洲欧美在线综合 | 天天射欧美 | 久久在线播放 | 91.xxx.高清在线 | 国产一区二区三区91 | 国产精品久久久久一区二区三区 | 成人精品鲁一区一区二区 | 日本免费电影一区 | 久久99成人 | 国产精品久久久久久影院8一贰佰 | 午夜视频免费 | 久久精品综合 | 99久久99| 亚洲成av| 久久亚洲一区二区三区四区 | 欧美精品一区二区三区蜜桃视频 | 亚洲午夜精品一区二区三区 | 美女久久| 夜夜骑天天操 | 一区二区三区影院 | av先锋资源 | 国产日韩欧美一区二区 | 一区二区在线视频免费观看 | 欧美xxxx片 | www.久久久| 亚洲福利社区 | 操她视频网站 | 日韩看片 | 91电影在线观看 | 激情六月婷 | 亚洲精品久久久久久下一站 | 欧美国产精品一区 | 成人免费在线视频播放 | 国产污视频在线 | 99精品视频网 | 亚洲不卡 | 99免费视频| 亚洲欧美日韩一区 | 91视频网址 | 亚洲精品免费视频 | 久草毛片 | 国产精品美女视频一区二区三区 | igao视频 | 99久久久99久久国产片鸭王 | 欧美一区二区在线观看 | 国产91视频一区二区 | 久久高清亚洲 | 欧美在线观看一区 | 亚洲欧美成人网 | 亚洲精品国产片 | 色综合天天综合网国产成人网 | 日韩中文在线 | 日韩一区二区三区福利视频 | 九九热在线观看 | 国产区在线观看 | 国产精品成av人在线视午夜片 | 日韩欧美在线不卡 | 亚洲精品久久久一区二区三区 | 久久精品国产亚洲一区二区三区 | 日韩中文在线 | 91九色porny首页最多播放 | 色av综合 | 日韩不卡在线 | 在线播放国产一区二区三区 | 国产不卡一区 | 国产精品乱码久久 | 欧美日韩综合在线 | 久久99国产精品免费网站 | 亚洲视频自拍 | 一区二区中文 | 91久久精品一区 | 97人人爱 | 亚洲久久一区 | 91精品一区二区三区久久久久久 | 国产成人片| 成人精品在线视频 | 国产欧美精品一区二区三区 | 操久久 | 欧美成人专区 | 看片地址 | 亚洲午夜精品 | 国产精品久久久久久久福利院 | 国产一级片儿 | 中文字幕日韩在线 | 亚洲精品乱码久久久久久按摩观 | 午夜资源 | 一区二区三区四区精品 | 国产成人午夜高潮毛片 | 天天躁日日躁狠狠躁av麻豆 | www亚洲成人 | 国产精品一区二区三区免费 | 不卡的毛片 | 成人亚洲一区二区 | 国产日韩欧美一区 | 精品无码三级在线观看视频 | 亚洲日本精品视频 | 欧美性猛交一区二区三区精品 | 久久久.com | 韩日一区二区 | 91免费看 | 欧美日韩精品一区二区三区 | 日本成年人免费网站 | 国产成人精品久久二区二区 | 中文字幕av在线 | 国产亚洲欧美一区二区 | 欧美日韩久久精品 | 亚洲欧美日韩电影 | 成人超碰| 免费日韩精品 | 在线色网站 | 国产在线网 | 人人草天天草 | 亚洲视频中文字幕 | 一道本一区二区三区 | 精品无人乱码一区二区三区 | 精品九九九 | 日韩有码在线播放 | 日韩精品一区二区三区第95 | 国产69精品99久久久久久宅男 | 91av国产在线视频 | 国产精品九九九 | 欧美日韩大陆 | 中文精品在线 | 日本精品一区二区三区在线观看视频 | 精品一区二区在线播放 | 国产精品亚欧美一区二区 | 精品国产依人香蕉在线精品 | 日韩一区二区在线播放 | 国产精品久久国产愉拍 | 亚洲一区二区三区在线 | 久久久久久久国产精品视频 | 亚洲一区在线日韩在线深爱 | 国产成人无遮挡在线视频 | 久久网站免费视频 | 欧美成人精品一区二区男人看 | 久久久久国产精品 | 国产欧美久久一区二区三区 | 精品久久国产老人久久综合 | 成人av片在线观看 | 一区二区成人 | 超碰最新网址 | 久久精品一区二区三区四区毛片 | 日韩电影一区二区在线观看 | 欧美亚洲国产一区 | 99精品视频免费在线观看 | а天堂中文最新一区二区三区 | 操久久 | 欧美八区| 一级片在线播放 | 亚洲一区二区三区高清 | 成人黄色电影在线观看 | 一级黄色大片免费 | 亚洲一区在线视频 | 精品一级 | 久久综合一区 | 国产农村妇女精品久久 | 亚洲 自拍 另类 欧美 丝袜 | 国产日韩av在线 | 日韩一区在线视频 | 成人妇女免费播放久久久 | 美女视频一区二区三区 | 国内精品久久久久国产 | 色官网| 四虎成人在线 | 夜夜天天操 | 亚洲一区二区三区观看 | 日本免费一区二区三区 | 日日做夜夜爽毛片麻豆 | 日本久久视频 | 国产精品成人观看视频国产奇米 | 凹凸日日摸日日碰夜夜 | 久久国产精品免费一区二区三区 | 无码日韩精品一区二区免费 | 国产亚洲欧美一区二区 | 欧美aaaaa| 日韩免费av一区二区 | 欧美精品久久久久久久久老牛影院 | 欧美日本久久 | 亚洲欧美高清 | 久久久婷婷 | 亚洲国产婷婷香蕉久久久久久99 | 在线观看www | 亚洲日本午夜 | 亚洲国产欧美在线 | 精品无码三级在线观看视频 | 国产日韩一区二区 | 国产99久久久精品视频 | 欧美一级片免费在线观看 | 日本亚洲欧美 | av一区二区三区 | 51国产午夜精品免费视频 | 国产成人一区二区三区 | av免费观看网站 | 一区二区三区四区在线播放 | 天天操夜夜操免费视频 | 精品国产成人 | 国产一区二区精品在线 | 欧美高清成人 | 成人欧美一区二区三区白人 | 国产欧美精品一区 | 国产毛片av | 懂色中文一区二区在线播放 | 国产精品日产欧美久久久久 | 欧美高清一区 | 超碰999| 国产免费av一区二区三区 | 超碰国产在线 | 在线观看av国产一区二区 | 日本精品一区二区在线观看 | 精品专区| 久久精品99国产精品日本 | 一级黄色爱爱视频 | 黑人精品xxx一区一二区 | 久久久精品一区二区三区 | 婷婷国产成人精品视频 | 激情五月婷婷综合 | 久久久成人精品 | 亚洲性生活免费视频 | 亚洲福利在线观看 | 91精品国产91久久久久久吃药 | 国产小视频在线观看 | 久久亚洲国产精品 | 中文字幕一区二区三区日韩精品 | 日韩在线亚洲 | 麻豆精品一区二区 | 亚洲精品国产剧情久久9191 | 午夜视频在线观看网站 | 在线视频 欧美日韩 | 91精品国产乱码久久久久久久久 | 一级毛片视屏 | 久久久久久久国产 | 国产大片在线观看 | 人人看人人干 | 九九久久久 | 夏同学福利网 | 精品久久97 | 午夜av毛片 | 久久久久久91香蕉国产 | 精品久久久久久久久久久久久久 | 国产福利在线 | 欧美一级二级片 | 欧美一区二区三区免费 | 中文av一区 | 黄色影片网址 | 国产日韩精品一区二区在线观看播放 | 3bmm在线观看视频免费 | 国产成人精品一区二区视频免费 | 91久久精品久久国产性色也91 | bxbx成人精品一区二区三区 | 中国妞xxxhd露脸偷拍视频 | 草久在线视频 | 亚洲在线一区二区 | 国产成人免费网站 | 久久综合久| 欧美一区中文字幕 | 国产超碰在线 | 黄色拍拍视频 | 视频一区二区中文字幕 | 99re6在线视频精品免费 | 精品国产一区二区三区久久久蜜月 | 国产精品国色综合久久 | 中文成人在线 | 久久一区 | 久久精品视 | 亚洲欧美一区二区精品中文字幕 | 国产一区精品视频 | 国产日韩精品一区二区 | 伊人网亚洲 | 妞干网av | 日韩免费| 中国一级大毛片 | 国产日韩欧美91 | 日本亚洲最大的色成网站www | 毛片在线免费 | 亚洲一级毛片 | 狠狠视频| 香蕉夜色| 亚洲精品在线视频 | 欧美精品导航 | 中文字幕精品视频在线观看 | 午夜精品成人一区二区 | 古风h啪肉1v1摄政王 | av一区二区在线观看 | 日本久久精品一区 | 精品久久久久久亚洲综合网 | 国产精品无码专区在线观看 | 国产成人在线播放 | 国产精品久久久久久久久免费 | 古装三级在线播放 | 久草福利在线视频 | www亚洲精品 | 亚洲一区中文 | 国产精品视频免费 | 日韩毛片在线观看 | 中文字幕丝袜 | 久久精品美女 | 白浆在线播放 | 久久九九这里只有精品 | 国产乱码精品一区二区三区av | 女朋友的闺蜜3韩国三级 | 国产精品久久久av | 久久免费国产 | 裸体的日本在线观看 | 91在线精品一区二区 | www.一区| av一二| 国产精品久久久久久中文字 | 日韩在线观看视频一区 | 欧美成人一区二区 | 欧美日韩国产在线播放 |