如何解决根据标签分组
假设我有两个列表:letters = [a,b,c,d,e,f,g,h,i]
和digits = [0,1,2,0]
。我希望最终结果为output = [[a,i],[b,[d,h]]
。
这里0
,1
和2
只是不同的类。例如,a
来自类0
,而b
和c
来自类1
。我只需要根据字母的类别将字母放在子列表中即可。
我想我可以在这里zip()
和列表理解,但是我不确定该怎么做。如何使用numpy做到这一点?
解决方法
您可以使用zip()
和临时词典:
letters = ['a','b','c','d','e','f','g','h','i']
digits = [0,1,2,0]
tmp = {}
for d,l in zip(digits,letters):
tmp.setdefault(d,[]).append(l)
out = []
for k in sorted(tmp):
out.append(tmp[k])
print(out)
打印:
[['a','f'],['b','i'],['d','h']]
或者:另一个版本(使用itertools.groupby
):
from itertools import groupby
out = []
for _,g in groupby(sorted(zip(digits,letters)),lambda k: k[0]):
out.append([l for _,l in g])
print(out)
,
numpy
解决方案也是可能的:
digits = np.array([0,0])
letters = np.array(['a','i'])
argidx = np.argsort(digits)
digits,letters = digits[argidx],letters[argidx]
markers = np.diff(digits,prepend=digits[0])
marker_idx,= np.nonzero(markers)
np.split(letters,marker_idx)
输出:
[array(['a',dtype='<U1'),array(['b','e'],array(['d','h'],dtype='<U1')]
,
自从您标记了numpy(我个人更喜欢pandas groupby,因为它很干净,并且专门用于此目的):
d,l = list(zip(*(sorted(zip(digits,letters)))))
d = np.array(d)
idx = np.flatnonzero(np.r_[True,d[:-1] != d[1:],True])
output = [list(l[i:j]) for i,j in zip(idx[:-1],idx[1:])]
#[['a','h']]
,
答案的另一种变化形式(此处为groupby
和itemgetter
):
from itertools import groupby
from operator import itemgetter
letters = ['a',0]
combined_letters_digits = sorted(zip(letters,digits),key=itemgetter(1))
letter_groups = groupby(combined_letters_digits,itemgetter(1))
out = [[item[0] for item in group_data] for (key,group_data) in letter_groups]
print(out)
,
更简洁,pandas
没有循环
import pandas as pd
s = pd.Series(
['a',index=[0,1],name='letters'
)
[*s.groupby(level=0).agg(list)]
[['a','h']]
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。