Python多层嵌套循环,计算每一层的收入占比

时间: 2023-11-19 19:43:06 浏览: 35
假设你有一个多层嵌套的数据结构,其中每一层代表一级分类,每一层内部包含多个二级分类,而每个二级分类又包含多个三级分类。你想要计算每一层的收入占比。下面是一个示例代码,演示如何实现这个计算过程: ```python # 假设你的数据结构如下 data = { '一级分类1': { '二级分类1': { '三级分类1': 100, '三级分类2': 200, '三级分类3': 300 }, '二级分类2': { '三级分类4': 400, '三级分类5': 500 } }, '一级分类2': { '二级分类3': { '三级分类6': 600, '三级分类7': 700, '三级分类8': 800 }, '二级分类4': { '三级分类9': 900, '三级分类10': 1000 } } } # 计算每一层的收入总和 def calculate_total_income(data): if isinstance(data, dict): total_income = sum(calculate_total_income(value) for value in data.values()) else: total_income = data return total_income # 计算每一层的收入占比 def calculate_income_ratio(data): total_income = calculate_total_income(data) def calculate_ratio(data, total_income): if isinstance(data, dict): for key, value in data.items(): if isinstance(value, dict): calculate_ratio(value, total_income) else: data[key] = value / total_income calculate_ratio(data, total_income) # 调用函数计算收入占比 calculate_income_ratio(data) # 输出结果 print(data) ``` 这段代码会将每一层的收入占比计算出来,并将结果存储在原始的数据结构中。你可以根据你的实际数据结构修改代码,以适应你的需求。在输出结果时,你可以选择将结果保存到新的数据结构中,或者进行其他进一步处理。

相关推荐

最新推荐

recommend-type

python读取多层嵌套文件夹中的文件实例

今天小编就为大家分享一篇python读取多层嵌套文件夹中的文件实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python中多层嵌套列表的拆分方法

今天小编就为大家分享一篇python中多层嵌套列表的拆分方法,具有很好参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python实现多层感知器MLP(基于双月数据集)

主要为大家详细介绍了python实现多层感知器MLP,基于双月数据集,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python实现嵌套列表及字典并按某一元素去重复功能示例

主要介绍了Python实现嵌套列表及字典并按某一元素去重复功能,涉及Python列表嵌套列表、列表嵌套字典,及按照某一元素去重复的相关操作方法,需要的朋友可以参考下
recommend-type

详解Python读取yaml文件多层菜单

主要介绍了Python读取yaml文件多层菜单,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

云原生架构与soa架构区别?

云原生架构和SOA架构是两种不同的架构模式,主要有以下区别: 1. 设计理念不同: 云原生架构的设计理念是“设计为云”,注重应用程序的可移植性、可伸缩性、弹性和高可用性等特点。而SOA架构的设计理念是“面向服务”,注重实现业务逻辑的解耦和复用,提高系统的灵活性和可维护性。 2. 技术实现不同: 云原生架构的实现技术包括Docker、Kubernetes、Service Mesh等,注重容器化、自动化、微服务等技术。而SOA架构的实现技术包括Web Services、消息队列等,注重服务化、异步通信等技术。 3. 应用场景不同: 云原生架构适用于云计算环境下的应用场景,如容器化部署、微服务
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。