日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后，達者為師

網站首頁 編程語言 正文

一文詳解Python如何優雅地對數據進行分組_python

作者：Python技術大本營 ? 更新時間： 2022-09-06 編程語言

假設我們有這樣一種數據：

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?k?不存在時，將?k:?v?設置在字典中，并返回?v
????#?當?k?存在時，直接返回?k?對應值
????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
#?當訪問的?k?不存在時，返回?callable?調用之后的值
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。

當然啦，關于分組，還有一種特殊情況，就是詞頻統計。假設我們想統計可迭代對象中，每個元素出現的次數該怎么做呢？

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
????#?.setdefault(item,?0)?+=?1?是不符合語法規則的
????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。

原文鏈接：https://segmentfault.com/a/1190000042098698

欄目分類
最近更新