Python分组依据
假设我有一组数据对，其中索引0是值，索引1是类型：
input = [
('11013331', 'KAT'),
('9085267', 'NOT'),
('5238761', 'ETH'),
('5349618', 'ETH'),
('11788544', 'NOT'),
('962142', 'ETH'),
('7795297', 'ETH'),
('7341464', 'ETH'),
('9843236', 'KAT'),
('5594916', 'ETH'),
('1550003', 'ETH')
]我想按照它们的类型(通过第一个索引字符串)对它们进行分组，如下所示：
result = [
{
type:'KAT',
items: ['11013331', '9843236']
},
{
type:'NOT',
items: ['9085267', '11788544']
},
{
type:'ETH',
items: ['5238761', '962142', '7795297', '7341464', '5594916', '1550003']
}
] 我如何才能以有效的方式实现这一点？
回答 6
Stack Overflow用户
发布于 2010-09-20 15:54:41
分两步完成。首先，创建一个字典。
>>> input = [('11013331', 'KAT'), ('9085267', 'NOT'), ('5238761', 'ETH'), ('5349618', 'ETH'), ('11788544', 'NOT'), ('962142', 'ETH'), ('7795297', 'ETH'), ('7341464', 'ETH'), ('9843236', 'KAT'), ('5594916', 'ETH'), ('1550003', 'ETH')]
>>> from collections import defaultdict
>>> res = defaultdict(list)
>>> for v, k in input: res[k].append(v)
...然后，将该字典转换为预期的格式。
>>> [{'type':k, 'items':v} for k,v in res.items()]
[{'items': ['9085267', '11788544'], 'type': 'NOT'}, {'items': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'], 'type': 'ETH'}, {'items': ['11013331', '9843236'], 'type': 'KAT'}]使用itertools.groupby也是可能的，但它需要首先对输入进行排序。
>>> sorted_input = sorted(input, key=itemgetter(1))
>>> groups = groupby(sorted_input, key=itemgetter(1))
>>> [{'type':k, 'items':[x[0] for x in v]} for k, v in groups]
[{'items': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'], 'type': 'ETH'}, {'items': ['11013331', '9843236'], 'type': 'KAT'}, {'items': ['9085267', '11788544'], 'type': 'NOT'}]请注意，这两种方法都不尊重键的原始顺序。如果您需要保持顺序，则需要一个OrderedDict。
>>> from collections import OrderedDict
>>> res = OrderedDict()
>>> for v, k in input:
... if k in res: res[k].append(v)
... else: res[k] = [v]
...
>>> [{'type':k, 'items':v} for k,v in res.items()]
[{'items': ['11013331', '9843236'], 'type': 'KAT'}, {'items': ['9085267', '11788544'], 'type': 'NOT'}, {'items': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'], 'type': 'ETH'}]Stack Overflow用户
发布于 2010-09-20 16:28:14
Python的内置itertools模块实际上有一个groupby函数，但是要分组的元素必须首先进行排序，以便要分组的元素在列表中是连续的：
from operator import itemgetter
sortkeyfn = itemgetter(1)
input = [('11013331', 'KAT'), ('9085267', 'NOT'), ('5238761', 'ETH'),
('5349618', 'ETH'), ('11788544', 'NOT'), ('962142', 'ETH'), ('7795297', 'ETH'),
('7341464', 'ETH'), ('9843236', 'KAT'), ('5594916', 'ETH'), ('1550003', 'ETH')]
input.sort(key=sortkeyfn)现在，输入如下所示：
[('5238761', 'ETH'), ('5349618', 'ETH'), ('962142', 'ETH'), ('7795297', 'ETH'),
('7341464', 'ETH'), ('5594916', 'ETH'), ('1550003', 'ETH'), ('11013331', 'KAT'),
('9843236', 'KAT'), ('9085267', 'NOT'), ('11788544', 'NOT')]groupby返回形式为(key, values_iterator)的二元组序列。我们想要的是将其转换为一个字典列表，其中'type‘是键，'items’是由values_iterator返回的元组的第0个元素的列表。如下所示：
from itertools import groupby
result = []
for key,valuesiter in groupby(input, key=sortkeyfn):
result.append(dict(type=key, items=list(v[0] for v in valuesiter)))现在，result包含了您想要的字典，如您的问题所述。
不过，您可能会考虑只对此做一个字典，按类型键控，每个值都包含值列表。在您当前的表单中，要查找特定类型的值，必须遍历列表以找到包含匹配' type‘键的字典，然后从中获取’item‘元素。如果您使用单个字典而不是一列包含1个条目的字典，则可以通过在主字典中进行单键查找来查找特定类型的条目。使用groupby，这将如下所示：
result = {}
for key,valuesiter in groupby(input, key=sortkeyfn):
result[key] = list(v[0] for v in valuesiter)result现在包含这个字典(这类似于@KennyTM答案中的中间res默认字典)：
{'NOT': ['9085267', '11788544'],
'ETH': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'],
'KAT': ['11013331', '9843236']}(如果您想将其简化为一行程序，您可以：
result = dict((key,list(v[0] for v in valuesiter)
for key,valuesiter in groupby(input, key=sortkeyfn))或者使用新奇的字典-理解形式：
result = {key:list(v[0] for v in valuesiter)
for key,valuesiter in groupby(input, key=sortkeyfn)}Stack Overflow用户
发布于 2020-02-18 22:01:02
这个答案类似于@PaulMcG's answer，但不需要对输入进行排序。
对于那些函数式编程的人，groupBy可以在一行中编写(不包括导入！)，而且与itertools.groupby不同的是，它不需要对输入进行排序：
from functools import reduce # import needed for python3; builtin in python2
from collections import defaultdict
def groupBy(key, seq):
return reduce(lambda grp, val: grp[key(val)].append(val) or grp, seq, defaultdict(list))(在lambda中使用... or grp的原因是，为了让这个reduce()工作，lambda需要返回它的第一个参数；因为list.append()总是返回None，所以or总是返回grp。
这将返回一个dict，它的键是通过计算给定的函数找到的，其值是按原始顺序排列的原始项的列表。对于OP的示例，将其作为groupBy(lambda pair: pair[1], input)调用将返回以下dict：
{'KAT': [('11013331', 'KAT'), ('9843236', 'KAT')],
'NOT': [('9085267', 'NOT'), ('11788544', 'NOT')],
'ETH': [('5238761', 'ETH'), ('5349618', 'ETH'), ('962142', 'ETH'), ('7795297', 'ETH'), ('7341464', 'ETH'), ('5594916', 'ETH'), ('1550003', 'ETH')]}这样就可以了：
result = {key: [pair[0] for pair in values],
for key, values in groupBy(lambda pair: pair[1], input).items()}https://stackoverflow.com/questions/3749512
复制相似问题