Python分组依据

Question

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')

        ]

我想按它们的类型（按第一个索引字符串）将它们分组，如下所示：

result = [ 

           { 

             type:'KAT', 

             items: ['11013331', '9843236'] 

           },

           {

             type:'NOT', 

             items: ['9085267', '11788544'] 

           },

           {

             type:'ETH', 

             items: ['5238761', '962142', '7795297', '7341464', '5594916', '1550003'] 

           }

         ] 

如何有效地做到这一点？

Answer 1

分两步完成。首先，创建字典。>>> 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也可以，但是它要求输入首先被排序。>>> 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，这两个都不遵守键的原始顺序。如果需要保留订单，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'}]

Answer 2

Python的内置itertools模块实际上具有一个groupbyfunction，但是为此，必须首先对要分组的元素进行排序，以使要分组的元素在列表中是连续的：from operator import itemgettersortkeyfn = 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)现在输入看起来像：[('5238761', 'ETH'), ('5349618', 'ETH'), ('962142', 'ETH'), ('7795297', 'ETH'), ('7341464', 'ETH'), ('5594916', 'ETH'), ('1550003', 'ETH'), ('11013331', 'KAT'), ('9843236', 'KAT'), ('9085267', 'NOT'), ('11788544', 'NOT')]groupby返回格式为的2元组序列(key, values_iterator)。我们想要的是将其转换为字典列表，其中“类型”是键，“项目”是values_iterator返回的元组的第0个元素的列表。像这样：from itertools import groupbyresult = []for key,valuesiter in groupby(input, key=sortkeyfn):    result.append(dict(type=key, items=list(v[0] for v in valuesiter)))现在result包含您想要的字典，如您的问题所述。但是，您可能会考虑仅对此做出一个单独的dict，以类型为键，并且每个值都包含值列表。在当前形式中，要查找特定类型的值，必须遍历列表以查找包含匹配的“ type”键的字典，然后从中获取“ items”元素。如果您使用单个词典而不是一个1-item词典的列表，则可以通过在主词典中进行单键查找来查找特定类型的项目。使用groupby，这看起来像：result = {}for key,valuesiter in groupby(input, key=sortkeyfn):    result[key] = list(v[0] for v in valuesiter)result现在包含此字典（这类似于res@KennyTM答案中的中间defaultdict）：{'NOT': ['9085267', '11788544'],  'ETH': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'],  'KAT': ['11013331', '9843236']}（如果您希望将其减少为单层，则可以：result = dict((key,list(v[0] for v in valuesiter)              for key,valuesiter in groupby(input, key=sortkeyfn))或使用新奇的dict-comprehension形式：result = {key:list(v[0] for v in valuesiter)              for key,valuesiter in groupby(input, key=sortkeyfn)}