合并多个平均值而不计算合计
合并多个平均值而不计算合计
提问于 2018-09-08 04:28:44
我目前有多个来自序列化数据的[Average, Count]对。用户希望能够将一些值集合并(分组)在一起，并获得聚合结果。
我喜欢它很简单，我将只做Sum(Average * Count) / Sum(Count)
但问题是，其中一些值非常大，如果我将所有值相加，会导致算术溢出。
有没有一种方法可以合并平均部分而不计算总数？Count part是非常明显的。
回答 2
Stack Overflow用户
回答已采纳
发布于 2018-09-08 04:48:27
假设Count和Average是索引值，您可以这样计算聚合平均值：
TotalCount = Sum(Count)
TotalAverage = Sum(Average * (Count/TotalCount))如果您希望在序列化数据上计算单次迭代中的值，则可以以类似于指数平均值的方式对连续的加权平均值求和。
TotalCount = 0
TotalAverage = 0
for each index in data-set of [Average, Count]
TotalCount = TotalCount + Count[index]
Weight = Count[index]/TotalCount
TotalAverage = TotalAverage * (1 - Weight)
+ Average[index] * Weight您可以通过考虑前两个对来推导正确的方法。
如果只有第一对：
TotalCount = Count[1]
TotalAverage = Average[1]但是，如果有两个对：
TotalCount = Count[1] + Count[2]
TotalAverage = Average[1] * (Count[1]/TotalCount)
+ Average[2] * (Count[2]/TotalCount)如果我们从第一对迭代到第二对，那么两对计算可能如下所示：
TotalCount = TotalCount + Count[2]
TotalAverage = TotalAverage * (TotalCount - Count[2])/TotalCount
+ Average[2] * (Count[2]/TotalCount)如果我们让Weight表示Count[2]/TotalCount，上面的代码就简化为：
TotalCount = TotalCount + Count[2]
Weight = Count[2]/TotalCount
TotalAverage = TotalAverage * (1 - Weight)
+ Average[2] * Weight由于TotalCount和TotalAverage在采用一对新的序列化数据的每个步骤中都是正确的，因此可以用迭代索引替换[2]。
Stack Overflow用户
发布于 2018-09-08 08:57:06
虽然@jxh的回答很好，并解决了您的问题，但他和您的原始方法对配对数据进行了两次传递(首先是总计数，然后是平均值)，这可能会损害性能。你可以一次完成，做滚动平均。即使是来自流的对，也可以使用它，而您不知道这里有多少对
一些Python代码：
data = [(3.1, 12), (5.2, 17), (9.7, 11)]
total_count = 0
total_avg = 0.0
for avg, count in data:
n0 = total_count
total_count += count
p = float(n0) / float(total_count)
total_avg = p*total_avg + (1.0 - p)*avg
print(total_count)
print(total_avg)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/52229261
复制相关文章
相似问题
腾讯云开发者
