Python中与R中的"split"函数对应的函数是什么？

Question

在R中，您可以根据另一个向量的因子将向量拆分为多个部分：

> a <- 1:10
  [1]  1  2  3  4  5  6  7  8  9 10
> b <- rep(1:2,5)
  [1] 1 2 1 2 1 2 1 2 1 2

> split(a,b)

   $`1`
   [1] 1 3 5 7 9
   $`2`
   [1]  2  4  6  8 10

因此，根据另一个列表的值（按照因素的顺序）对列表进行分组（就Python而言）。

除了使用itertools.groupby方法之外，在Python中是否有其他方便的方法？

- dorvak

---

你能否更清楚地说明你的输入和输出？ - Siva Cn

Answer 1

从你的例子中，看起来b中的每个元素都包含一个1索引列表，其中节点将被存储。Python缺乏R似乎具有的自动数值变量，因此我们将返回一个元组列表。如果您可以使用零索引列表，并且只需要两个列表（即对于您的R用例，1和2是唯一的值，在python中它们将是0和1）

>>> a = range(1, 11)
>>> b = [0,1] * 5

>>> split(a, b)
([1, 3, 5, 7, 9], [2, 4, 6, 8, 10])

然后你可以使用 itertools.compress：

def split(x, f):
    return list(itertools.compress(x, f)), list(itertools.compress(x, (not i for i in f)))

如果您需要更一般的输入（多个数字），可以使用以下示例返回 n 元组：

def split(x, f):
    count = max(f) + 1
    return tuple( list(itertools.compress(x, (el == i for el in f))) for i in xrange(count) )  

>>> split([1,2,3,4,5,6,7,8,9,10], [0,1,1,0,2,3,4,0,1,2])
([1, 4, 8], [2, 3, 9], [5, 10], [6], [7])

- John Spong

Answer 2

编辑：警告，这是一个groupby解决方案，不是OP所要求的，但对于寻找在Python中以较少特定方式拆分R方式的人可能会有用。

---

这是一个使用 itertools 的方法。

import itertools
# make your sample data
a = range(1,11)
b = zip(*zip(range(len(a)), itertools.cycle((1,2))))[1]

{k: zip(*g)[1] for k, g in itertools.groupby(sorted(zip(b,a)), lambda x: x[0])}
# {1: (1, 3, 5, 7, 9), 2: (2, 4, 6, 8, 10)}

这将为您提供一个字典，类似于从R的split获得的命名列表。

- Matthew Plourde

---

很好的解决方案，但我要求一个非iterools.groupby版本；请查看问题。 - dorvak

Answer 3

作为长期使用R的用户，我想知道如何做到这一点。这是一个非常方便的用于制表向量的函数。以下是我想出来的方法：

a = [1,2,3,4,5,6,7,8,9,10]
b = [1,2,1,2,1,2,1,2,1,2]

from collections import defaultdict
def split(x, f):
    res = defaultdict(list)
    for v, k in zip(x, f):
        res[k].append(v)
    return res

>>> split(a, b)
defaultdict(list, {1: [1, 3, 5, 7, 9], 2: [2, 4, 6, 8, 10]})

- Zelazny7

Answer 4

你可以尝试：

a = [1,2,3,4,5,6,7,8,9,10]
b = [1,2,1,2,1,2,1,2,1,2]

split_1 = [a[k] for k in (i for i,j in enumerate(b) if j == 1)]
split_2 = [a[k] for k in (i for i,j in enumerate(b) if j == 2)]

的结果为：

In [22]: split_1
Out[22]: [1, 3, 5, 7, 9]

In [24]: split_2
Out[24]: [2, 4, 6, 8, 10]

为了使其通用化，您可以简单地迭代b中的唯一元素：

splits = {}
for index in set(b):
   splits[index] =  [a[k] for k in (i for i,j in enumerate(b) if j == index)]

- RMcG