Python高效处理商品数据：统计与排序
本文演示如何利用Python高效处理商品列表数据，实现商品数量统计并按数量排序的功能。原始数据为包含商品名称、颜色、尺码和数量的元组列表，目标是统计相同商品属性的总数，并添加一个字段表示该商品名称的总数量，最终结果按总数量降序排列。
示例数据：
假设原始数据如下：
data = [
('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),
]
目标结果：
我们需要将其转换为：
result = [
('连衣裙', '白色', 'S', 2, 3),
('连衣裙', '黑色', 'M', 1, 3),
('裤子', '白色', 'S', 1, 1),
]
其中，最后一个元素表示该商品名称的总数量。
Python代码实现：
我们将使用collections.Counter模块来高效地统计元组出现次数。以下代码展示了详细步骤：
from collections import Counter
data = [
('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),
]
# 统计每个(名称, 颜色, 尺码)组合的数量
item_counts = Counter(tuple(item[:-1]) for item in data)
# 统计每个商品名称的总数量
name_counts = Counter(item[0] for item in data)
# 构建结果列表，包含名称、颜色、尺码、数量和该名称的总数量
result = [(*item, count, name_counts[item[0]]) for item, count in item_counts.items()]
# 按总数量降序排序
result.sort(key=lambda x: (-x[4], x[0], x[1], x[2]))
print(result)
这段代码首先使用Counter统计每个(名称, 颜色, 尺码)组合的出现次数，然后统计每个商品名称的总数量。最后，它构建一个新的列表，包含名称、颜色、尺码、数量和该名称的总数量，并根据总数量降序排序。这种方法能够高效处理包含大量数据的列表。
