Как использовать itertools.groupby, когда значение ключа находится в элементах итерируемого?
Для иллюстрации я начну со списка из двух кортежей:
import itertools
import operator
raw = [(1, "one"),
(2, "two"),
(1, "one"),
(3, "three"),
(2, "two")]
for key, grp in itertools.groupby(raw, key=lambda item: item[0]):
print key, list(grp).pop()[1]
приводит к:
1 one
2 two
1 one
3 three
2 two
В попытке выяснить, почему:
for key, grp in itertools.groupby(raw, key=lambda item: item[0]):
print key, list(grp)
# ---- OUTPUT ----
1 [(1, 'one')]
2 [(2, 'two')]
1 [(1, 'one')]
3 [(3, 'three')]
2 [(2, 'two')]
Даже это даст мне тот же результат:
for key, grp in itertools.groupby(raw, key=operator.itemgetter(0)):
print key, list(grp)
I хочу получить что-то вроде:
1 one, one
2 two, two
3 three
Я думаю, это потому, что ключ находится внутри кортежа в списке, когда на самом деле кортеж перемещается как единое целое. Есть ли способ получить желаемый результат? Может быть, groupby () не подходит для этой задачи?
3 ответа
groupby кластеры последовательных элементов итерации, которые имеют одинаковый ключ.
Чтобы получить желаемый результат, вы должны сначала отсортировать raw .
for key, grp in itertools.groupby(sorted(raw), key=operator.itemgetter(0)):
print key, map(operator.itemgetter(1), grp)
# 1 ['one', 'one']
# 2 ['two', 'two']
# 3 ['three']
Я думаю, что более чистый способ получить желаемый результат - это следующий.
>>> from collections import defaultdict
>>> d=defaultdict(list)
>>> for k,v in raw:
... d[k].append(v)
...
>>> for k,v in sorted(d.items()):
... print k, v
...
1 ['one', 'one']
2 ['two', 'two']
3 ['three']
здание d равно O (n), а теперь sorted () находится только над уникальными ключами, а не над всем набором данных
Из документации:
Операция groupby() похожа на фильтр uniq в Unix. на фильтр uniq в Unix. Он генерирует прерывание или новую группу каждый когда значение ключевой функции изменяется (именно поэтому обычно необходимо, чтобы данные были отсортированы используя одну и ту же ключевую функцию). Это поведение отличается от поведения GROUP BY в SQL которая объединяет общие элементы независимо от порядка их ввода.
Поскольку вы все равно сортируете кортежи лексикографически, вы можете просто вызвать sorted:
for key, grp in itertools.groupby( sorted( raw ), key = operator.itemgetter( 0 ) ):
print( key, list( map( operator.itemgetter( 1 ), list( grp ) ) ) )