Как использовать itertools.groupby() Python?
Вопрос
Мне не удалось найти понятное объяснение того, как на самом деле использовать Python. itertools.groupby()
функция.Я пытаюсь сделать следующее:
- Составьте список — в данном случае это дети объективированного
lxml
элемент - Разделите его на группы по некоторым критериям.
- Затем позже повторите каждую из этих групп отдельно.
Я рассмотрел документация, и примеры, но у меня возникли проблемы с попыткой применить их за пределами простого списка чисел.
Итак, как мне использовать itertools.groupby()
?Есть ли другая техника, которую мне следует использовать?Также приветствуются указания на хорошее «обязательное» чтение.
Решение
ВАЖНАЯ ЗАМЕТКА: Вы должны отсортируйте ваши данные первый.
Часть, которую я не понял, это то, что в примере конструкции
groups = []
uniquekeys = []
for k, g in groupby(data, keyfunc):
groups.append(list(g)) # Store group iterator as a list
uniquekeys.append(k)
k
текущий ключ группировки, а g
— это итератор, который можно использовать для перебора группы, определенной этим ключом группировки.Другими словами, groupby
сам итератор возвращает итераторы.
Вот пример этого с использованием более понятных имен переменных:
from itertools import groupby
things = [("animal", "bear"), ("animal", "duck"), ("plant", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]
for key, group in groupby(things, lambda x: x[0]):
for thing in group:
print "A %s is a %s." % (thing[1], key)
print " "
Это даст вам результат:
Медведь – животное.
Утка – животное.Кактус – это растение.
Скоростной катер — это транспортное средство.
Школьный автобус – это транспортное средство.
В этом примере things
— это список кортежей, где первый элемент в каждом кортеже — это группа, к которой принадлежит второй элемент.
А groupby()
функция принимает два аргумента:(1) данные для группировки и (2) функция для их группировки.
Здесь, lambda x: x[0]
рассказывает groupby()
использовать первый элемент в каждом кортеже в качестве ключа группировки.
В приведенном выше for
заявление, groupby
возвращает три пары (ключ, итератор группы) — по одной для каждого уникального ключа.Вы можете использовать возвращенный итератор для перебора каждого отдельного элемента в этой группе.
Вот немного другой пример с теми же данными, но с использованием понимания списка:
for key, group in groupby(things, lambda x: x[0]):
listOfThings = " and ".join([thing[1] for thing in group])
print key + "s: " + listOfThings + "."
Это даст вам результат:
животные:медведь и утка.
растения:кактус.
транспортные средства:скоростной катер и школьный автобус.
Другие советы
Можете ли вы показать нам свой код?
Пример в документации Python довольно прост:
groups = []
uniquekeys = []
for k, g in groupby(data, keyfunc):
groups.append(list(g)) # Store group iterator as a list
uniquekeys.append(k)
Итак, в вашем случае данные — это список узлов, keyfunc — это то, куда идет логика вашей функции критериев, а затем groupby()
группирует данные.
Вы должны быть осторожны, чтобы сортировать данные по критериям, прежде чем позвонить groupby
или это не сработает. groupby
на самом деле метод просто перебирает список, и всякий раз, когда ключ меняется, он создает новую группу.
Хитрость с groupby заключается в том, чтобы выполнить кодирование длины в одной строке:
[(c,len(list(cgen))) for c,cgen in groupby(some_string)]
предоставит вам список из двух кортежей, где первый элемент — это символ, а второй — количество повторений.
Редактировать:Обратите внимание, что это то, что отличает itertools.groupby
из SQL GROUP BY
семантика:itertools не сортирует (и вообще не может) итератор заранее, поэтому группы с одинаковым «ключом» не объединяются.
itertools.groupby
это инструмент для группировки элементов.
От документы, мы узнаем, что это может сделать:
# [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B
# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D
groupby
объекты дают пары ключ-группа, где группа является генератором.
Функции
- А.Группируйте последовательные элементы вместе
- Б.Группируйте все вхождения элемента, учитывая отсортированную итерацию.
- С.Укажите, как группировать элементы по ключевой функции.
Сравнения
# Define a printer for comparing outputs
>>> def print_groupby(iterable, key=None):
... for k, g in it.groupby(iterable, key):
... print("key: '{}'--> group: {}".format(k, list(g)))
# Feature A: group consecutive occurrences
>>> print_groupby("BCAACACAADBBB")
key: 'B'--> group: ['B']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A', 'A']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A', 'A']
key: 'D'--> group: ['D']
key: 'B'--> group: ['B', 'B', 'B']
# Feature B: group all occurrences
>>> print_groupby(sorted("BCAACACAADBBB"))
key: 'A'--> group: ['A', 'A', 'A', 'A', 'A']
key: 'B'--> group: ['B', 'B', 'B', 'B']
key: 'C'--> group: ['C', 'C', 'C']
key: 'D'--> group: ['D']
# Feature C: group by a key function
>>> key = lambda x: x.islower()
>>> print_groupby(sorted("bCAaCacAADBbB"), key)
key: 'False'--> group: ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'D']
key: 'True'--> group: ['a', 'a', 'b', 'b', 'c']
Использование
- Анаграммы (посмотреть блокнот)
- Биннинг
- Сгруппируйте нечетные и четные числа.
- Группировать список по значениям
- Удалить повторяющиеся элементы
- Найти индексы повторяющихся элементов в массиве
- Разбить массив на куски размера n
- Найти соответствующие элементы между двумя списками
- Алгоритм сжатия (посмотреть блокнот)/Кодирование длины серии
- Группировка букв по длине, функция клавиши (посмотреть блокнот)
- Последовательные значения, превышающие пороговое значение (посмотреть блокнот)
- Найти диапазоны чисел в списке или непрерывные предметы (видеть документы)
- Найдите все связанные самые длинные последовательности
- Возьмите последовательные последовательности, которые удовлетворяют условию (см. соответствующий пост)
Примечание:Некоторые из последних примеров взяты из PyCon Виктора Террона. (разговаривать) (Испанский язык), «Кунг-фу на рассвете с Itertools».См. также groupby
исходный код написано на языке С.
Ответ
# OP: Yes, you can use `groupby`, e.g.
[do_something(list(g)) for _, g in groupby(lxml_elements, key=criteria_func)]
Другой пример:
for key, igroup in itertools.groupby(xrange(12), lambda x: x // 5):
print key, list(igroup)
приводит к
0 [0, 1, 2, 3, 4]
1 [5, 6, 7, 8, 9]
2 [10, 11]
Обратите внимание, что igroup — это итератор (суб-итератор, как его называет документация).
Это полезно для разделения генератора:
def chunker(items, chunk_size):
'''Group items in chunks of chunk_size'''
for _key, group in itertools.groupby(enumerate(items), lambda x: x[0] // chunk_size):
yield (g[1] for g in group)
with open('file.txt') as fobj:
for chunk in chunker(fobj):
process(chunk)
Еще один пример группировки — когда ключи не отсортированы.В следующем примере элементы в xx сгруппированы по значениям в yy.В этом случае сначала выводится один набор нулей, затем набор единиц, а затем снова набор нулей.
xx = range(10)
yy = [0, 0, 0, 1, 1, 1, 0, 0, 0, 0]
for group in itertools.groupby(iter(xx), lambda x: yy[x]):
print group[0], list(group[1])
Производит:
0 [0, 1, 2]
1 [3, 4, 5]
0 [6, 7, 8, 9]
ПРЕДУПРЕЖДЕНИЕ:
Список синтаксиса(groupby(...)) не будет работать так, как вы хотите.Кажется, что он уничтожает внутренние объекты итератора, поэтому используя
for x in list(groupby(range(10))):
print(list(x[1]))
будет производить:
[]
[]
[]
[]
[]
[]
[]
[]
[]
[9]
Вместо list(groupby(...)) попробуйте [(k, list(g)) for k,g в groupby(...)], или, если вы часто используете этот синтаксис,
def groupbylist(*args, **kwargs):
return [(k, list(g)) for k, g in groupby(*args, **kwargs)]
и получите доступ к функциям группировки, избегая при этом надоедливых (для небольших данных) итераторов.
Я хотел бы привести еще один пример, когда группировка без сортировки не работает.Адаптировано на основе примера Джеймса Сулака.
from itertools import groupby
things = [("vehicle", "bear"), ("animal", "duck"), ("animal", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]
for key, group in groupby(things, lambda x: x[0]):
for thing in group:
print "A %s is a %s." % (thing[1], key)
print " "
вывод
A bear is a vehicle.
A duck is a animal.
A cactus is a animal.
A speed boat is a vehicle.
A school bus is a vehicle.
есть две группы с транспортным средством, тогда как можно было ожидать только одну группу
@CaptSolo, я попробовал твой пример, но он не сработал.
from itertools import groupby
[(c,len(list(cs))) for c,cs in groupby('Pedro Manoel')]
Выход:
[('P', 1), ('e', 1), ('d', 1), ('r', 1), ('o', 1), (' ', 1), ('M', 1), ('a', 1), ('n', 1), ('o', 1), ('e', 1), ('l', 1)]
Как видите, есть две «о» и две «е», но они попали в отдельные группы.Именно тогда я понял, что вам нужно отсортировать список, переданный в функцию groupby.Итак, правильное использование будет:
name = list('Pedro Manoel')
name.sort()
[(c,len(list(cs))) for c,cs in groupby(name)]
Выход:
[(' ', 1), ('M', 1), ('P', 1), ('a', 1), ('d', 1), ('e', 2), ('l', 1), ('n', 1), ('o', 2), ('r', 1)]
Просто помните, что если список не отсортирован, функция groupby не будет работать!
Как использовать itertools.groupby() Python?
Вы можете использовать groupby для группировки элементов для повторения.Вы даете groupby итерируемый и необязательный ключ функция/вызываемая функция, с помощью которой можно проверять элементы по мере их выхода из итерации, и она возвращает итератор, который дает двойной кортеж результата вызываемого ключа и фактических элементов в другой итерации.Из помощи:
groupby(iterable[, keyfunc]) -> create an iterator which returns
(key, sub-iterator) grouped by each value of key(value).
Вот пример группировки с использованием сопрограммы для группировки по счетчику, она использует вызываемый ключ (в данном случае, coroutine.send
), чтобы просто выдать счетчик для любого количества итераций и сгруппированного подитератора элементов:
import itertools
def grouper(iterable, n):
def coroutine(n):
yield # queue up coroutine
for i in itertools.count():
for j in range(n):
yield i
groups = coroutine(n)
next(groups) # queue up coroutine
for c, objs in itertools.groupby(iterable, groups.send):
yield c, list(objs)
# or instead of materializing a list of objs, just:
# return itertools.groupby(iterable, groups.send)
list(grouper(range(10), 3))
принты
[(0, [0, 1, 2]), (1, [3, 4, 5]), (2, [6, 7, 8]), (3, [9])]
Сортировка и группировка
from itertools import groupby
val = [{'name': 'satyajit', 'address': 'btm', 'pin': 560076},
{'name': 'Mukul', 'address': 'Silk board', 'pin': 560078},
{'name': 'Preetam', 'address': 'btm', 'pin': 560076}]
for pin, list_data in groupby(sorted(val, key=lambda k: k['pin']),lambda x: x['pin']):
... print pin
... for rec in list_data:
... print rec
...
o/p:
560076
{'name': 'satyajit', 'pin': 560076, 'address': 'btm'}
{'name': 'Preetam', 'pin': 560076, 'address': 'btm'}
560078
{'name': 'Mukul', 'pin': 560078, 'address': 'Silk board'}
Один полезный пример, с которым я столкнулся, может оказаться полезным:
from itertools import groupby
#user input
myinput = input()
#creating empty list to store output
myoutput = []
for k,g in groupby(myinput):
myoutput.append((len(list(g)),int(k)))
print(*myoutput)
Пример ввода:14445221
Пример вывода:(1,1) (3,4) (1,5) (2,2) (1,1)
Вы можете написать собственную функцию группировки:
def groupby(data):
kv = {}
for k,v in data:
if k not in kv:
kv[k]=[v]
else:
kv[k].append(v)
return kv
Run on ipython:
In [10]: data = [('a', 1), ('b',2),('a',2)]
In [11]: groupby(data)
Out[11]: {'a': [1, 2], 'b': [2]}