按项对元组列表进行分组

Question

我以这个列表作为例子：

[(148, Decimal('3.0')), (325, Decimal('3.0')), (148, Decimal('2.0')), (183, Decimal('1.0')), (308, Decimal('1.0')), (530, Decimal('1.0')), (594, Decimal('1.0')), (686, Decimal('1.0')), (756, Decimal('1.0')), (806, Decimal('1.0'))]

现在我想按id分组，所以我会使用itemgetter(0)：

import operator, itertools
from decimal import *
test=[(148, Decimal('3.0')), (325, Decimal('3.0')), (148, Decimal('2.0')), (183, Decimal('1.0')), (308, Decimal('1.0')), (530, Decimal('1.0')), (594, Decimal('1.0')), (686, Decimal('1.0')), (756, Decimal('1.0')), (806, Decimal('1.0'))]

for _k, data in itertools.groupby(test, operator.itemgetter(0)):
    print list(data) 

我不知道为什么我得到了错误的输出：

[(148, Decimal('3.0'))]
[(325, Decimal('3.0'))]
[(148, Decimal('2.0'))]
[(183, Decimal('1.0'))]
[(308, Decimal('1.0'))]
[(530, Decimal('1.0'))]
[(594, Decimal('1.0'))]
[(686, Decimal('1.0'))]
[(756, Decimal('1.0'))]
[(806, Decimal('1.0'))]

正如您所看到的，输出结果并没有按照id进行分组。然而，如果我使用itemgetter(1)，上面的代码可以正常工作。输出结果会按照小数值进行分组。

[(148, Decimal('3.0')), (325, Decimal('3.0'))]
[(148, Decimal('2.0'))]
[(183, Decimal('1.0')), (308, Decimal('1.0')), (530, Decimal('1.0')), (594, Decimal('1.0')), (686, Decimal('1.0')), (756, Decimal('1.0')), (806, Decimal('1.0'))]

我在这里缺少什么？

- anvd

Answer 1

首先，您需要对数据进行排序，以便groupby可以正常工作，它会根据您提供的键将连续元素分组：

import operator, itertools
from decimal import *
test=[(148, Decimal('3.0')), (325, Decimal('3.0')), (148, Decimal('2.0')), (183, Decimal('1.0')), (308, Decimal('1.0')), (530, Decimal('1.0')), (594, Decimal('1.0')), (686, Decimal('1.0')), (756, Decimal('1.0')), (806, Decimal('1.0'))]

for _k, data in itertools.groupby(sorted(test), operator.itemgetter(0)):
    print list(data)

但是，最好使用dict进行分组，以避免不必要的O（n log n）排序：

from collections import defaultdict

d = defaultdict(list)

for t in test:
    d[t[0]].append(t)

for v in d.values():
    print(v)

两者都会给你相同的分组，只是不一定按照相同的顺序。

- Padraic Cunningham

Answer 2

itertools.groupby()需要数据保持一致或排序。

[(148, Decimal('3.0')), (148, Decimal('2.0')), (325, Decimal('3.0'))]会起作用，但是[(148, Decimal('3.0')), (325, Decimal('3.0')), (148, Decimal('2.0'))]不会起作用，因为id是148、325、148而不是148、148、325。

- Bharel