一文詳解Python如何優(yōu)雅地對數(shù)據(jù)進行分組
假設(shè)我們有這樣一種數(shù)據(jù)：
data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]
#?我們希望變成如下格式
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""如果是你的話，你會怎么做呢？很容易想到的一種解決方案是構(gòu)造一個字典：
data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]
data_dict?=?{}
for?name,?count?in?data:
????if?name?not?in?data_dict:
????????data_dict[name]?=?[]
????data_dict[name].append(count)
print(data_dict)
"""
{'apple':?[30,?35,?32],?
?'pear':?[60,?32,?60],?
?'banana':?[102,?104]}
"""
print(list(data_dict.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""這種方案完全沒有問題，不過我們還可以寫的更優(yōu)雅一些，也就是使用字典的 setdefault 方法：
data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]
data_dict?=?{}
for?name,?count?in?data:
????#?setdefault(k,?v)?含義如下
????#?當(dāng)?k?不存在時，將?k:?v?設(shè)置在字典中，并返回?v
????#?當(dāng)?k?存在時，直接返回?k?對應(yīng)值
????data_dict.setdefault(name,?[]).append(count)
print(list(data_dict.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""setdefault 是一個非常方便的方法，但是使用頻率卻不怎么高，或者說該方法不太讓人喜歡。主要是每次調(diào)用都要給一個初始值，比如代碼中的空列表 []。另外這里的初始值可以任意，如果你希望添加的時候還能實現(xiàn)去重效果，那么就將空列表換成空集合即可。
或者我們還可以使用 defaultdict，它位于 collections 模塊中。
from?collections?import?defaultdict
data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]
#?里面接收一個?callable
#?當(dāng)訪問的?k?不存在時，返回?callable?調(diào)用之后的值
data_dict1?=?defaultdict(list)
for?name,?count?in?data:
????data_dict1[name].append(count)
print(list(data_dict1.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""
#?也可以指定為?set
data_dict2?=?defaultdict(set)
for?name,?count?in?data:
????data_dict2[name].add(count)
print(list(data_dict2.items()))
"""
[('apple',?{32,?35,?30}),?
?('pear',?{32,?60}),?
?('banana',?{104,?102})]
"""總的來說，defaultdict 和字典的 setdefault 方法非常類似，我們使用 setdefault 即可。
當(dāng)然啦，關(guān)于分組，還有一種特殊情況，就是詞頻統(tǒng)計。假設(shè)我們想統(tǒng)計可迭代對象中，每個元素出現(xiàn)的次數(shù)該怎么做呢？
data?=?["apple",?"apple",?"apple",
????????"pear",?"pear",?"pear",
????????"banana",?"banana"]
data_dict?=?{}
for?item?in?data:
????#?此處不能使用?setdefault，因為它是函數(shù)
????#?.setdefault(item,?0)?+=?1?是不符合語法規(guī)則的
????if?item?not?in?data_dict:
????????data_dict[item]?=?0
????data_dict[item]?+=?1
print(data_dict)
"""
{'apple':?3,?'pear':?3,?'banana':?2}
"""
#?或者使用?defaultdict
from?collections?import?defaultdict
data_dict?=?defaultdict(int)
for?item?in?data:
????data_dict[item]?+=?1
print(data_dict)
"""
defaultdict(<class?'int'>,?
????????????{'apple':?3,?'pear':?3,?'banana':?2})
"""然而說到詞頻統(tǒng)計，我們還可以使用 collections 下的 Counter 類。
from?collections?import?Counter
data?=?["apple",?"apple",?"apple",
????????"pear",?"pear",?"pear",
????????"banana",?"banana"]
data_dict?=?Counter(data)
#?直接搞定，Counter?已經(jīng)包含了我們之前的邏輯
print(data_dict)
"""
Counter({'apple':?3,?'pear':?3,?'banana':?2})
"""
#?Counter?繼承?dict，除了支持字典操作之外
#?還提供了很多其它操作，其中一個就是?most_common
#?用于選擇出現(xiàn)頻率最高的幾個元素
print(data_dict.most_common(2))
"""
[('apple',?3),?('pear',?3)]
"""還是很簡單的。
到此這篇關(guān)于一文詳解Python如何優(yōu)雅地對數(shù)據(jù)進行分組的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)分組內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信