Mykola Zotko

你可以使用这个函数 groupby() :

from itertools import groupby
from operator import itemgetter

iget = itemgetter(0, 1)
[[*k, sum(int(i[2]) for i in g)] for k, g in groupby(sorted(main_list), key=iget)]

[['user1@test.com', 'Administration', 100],
 ['user2@test.com', 'Development', 170],
 ['user2@test.com', 'Testing', 30],
 ['user3@test.com', 'Administration', 95],
 ['user3@test.com', 'Development', 400],
 ['user3@test.com', 'Testing', 200]]

value_counts() :

df.loc[df['income'].isna(), 'user'].value_counts()

输出:

Jane     1
Bob      1
Alice    1
Name: user, dtype: int64

starmap() 和 dropwhile() :

from itertools import starmap, dropwhile

x = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]
y = [None, None, None, None, None, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100]

# substract corresponding elements
m = starmap(lambda x, y: x - y if y else None, zip(x, y))

# filter None
list(dropwhile(lambda x: not x, m))
# [-4, -13, -22, -31, -40, -49, -58, -67, -76, -85]

您可以使用:

s = '1029.23hPa'

f'{float(s[:-3]) + 3}hPa'
# 1032.23hPa

或

f"{float(s.rstrip('hPa')) + 3}hPa"

您的示例有两个功能:外部功能 myfunc 以及内在的功能 lambda . 通常你可以调用 兰姆达 直接作用:

n = 2
print((lambda a: a * n)(11))
# 22

或者你可以给这个函数分配一些变量,并通过这个变量调用它:

inner = lambda a: a * n
print(inner(11))
# 22

还可以定义一些外部函数,这些函数将返回内部。 兰姆达 功能:

def myfunc():
    n = 2
    return lambda a: a * n

mydoubler = myfunc()
print(mydoubler(11))
# 22

相当于:

mydoubler = lambda a: a * 2
print(mydoubler(11))
# 22

在上面的例子中 n 内部宣布 米芬克 对你来说 n 是的参数 米芬克 ,它被传递给 兰姆达 功能。函数 米芬克 返回 兰姆达 功能 n 等于你传递给 米芬克 通过函数调用。所以函数调用 myfunc(2) 返回函数 lambda a: a * 2 .