"""
* Assignment: Builtin Function Average
* Complexity: easy
* Lines of code: 12 lines
* Time: 13 min

English:
    1. Separate header and rows
    2. Define dict `result: dict[str, list]`, keys are column names from header
    3. For each row, add values to proper lists in `result`
    4. Define function `mean()`, calculating mean for arbitrary number of arguments
    5. Return `None` if any argument to the function is not `float` or `int`
    6. To calculate mean use built-in functions
    7. Iterating over `result` print column name and calculated average
    8. Run doctests - all must succeed

Polish:
    1. Odseparuj nagłówek od wierszy danych
    2. Zdefiniuj słownik `result: dict[str, list]`, klucze to nazwy kolumn z nagłówka
    3. Dla każdego wiersza, dodawaj wartości do odpowiednich list w `result`
    4. Zdefiniuj funkcję `mean()`, liczącą średnią dla dowolnej ilości argumentów
    5. Zwróć `None` jeżeli którykolwiek z argumentów do funkcji nie jest `float` lub `int`
    6. Do wyliczenia średniej wykorzystaj wbudowane funkcje
    7. Iterując po `result` wypisz nazwę kolumny oraz wyliczoną średnią
    8. Uruchom doctesty - wszystkie muszą się powieść

Tests:
    >>> import sys; sys.tracebacklimit = 0

    >>> result  # doctest: +NORMALIZE_WHITESPACE
    {'Sepal length': 5.666666666666667,
     'Sepal width': 3.0500000000000003,
     'Petal length': 3.6666666666666665,
     'Petal width': 1.1500000000000001,
     'Species': None}
"""

DATA = [
    ('Sepal length', 'Sepal width', 'Petal length', 'Petal width', 'Species'),
    (5.8, 2.7, 5.1, 1.9, 'virginica'),
    (5.1, 3.5, 1.4, 0.2, 'setosa'),
    (5.7, 2.8, 4.1, 1.3, 'versicolor'),
    (6.3, 2.9, 5.6, 1.8, 'virginica'),
    (6.4, 3.2, 4.5, 1.5, 'versicolor'),
    (4.7, 3.2, 1.3, 0.2, 'setosa'),]

result = {}


# Solution
def average(args):
    if all(isinstance(x, float) for x in args):
        return sum(args) / len(args)


header, *rows = DATA
result = {x:list() for x in header}

for row in rows:
    for i, head in enumerate(header):
        result[head].append(row[i])

result = {key: average(value)
          for key, value in result.items()}