Как использовать Python itertools.groupby()?

Мне не удалось найти понятное объяснение того, как на самом деле использовать функцию Python itertools.groupby(). Я пытаюсь сделать следующее:

  • Возьмите список - в этом случае, дети объектированного элемента lxml
  • Разделите его на группы по определенным критериям.
  • Затем перейдите по каждой из этих групп по отдельности.

Я просмотрел документацию и примеры, но у меня возникли проблемы с их применением за пределами простого списка чисел.

Итак, как я могу использовать itertools.groupby()? Есть ли другой метод, который я должен использовать? Также будут оценены указания на хорошее "предварительное" чтение.

+432
03 авг. '08 в 18:27
источник поделиться
12 ответов

ВАЖНОЕ ПРИМЕЧАНИЕ: сначала нужно отсортировать данные.


Часть, которую я не получил, - 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 - итератор, который можно использовать для перебора группы, определенной этим ключом группировки. Другими словами, groupby итератор groupby возвращает итераторы.

Вот пример того, используя более ясные имена 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 вывод:

Медведь это животное.
Утка это 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.

Функция groupby() принимает два аргумента: (1) данные для группировки и (2) функция для группировки.

Здесь lambda x: x[0] говорит groupby() использовать первый элемент в каждом кортеже в качестве ключа группировки.

В приведенном выше предложении for groupby возвращает три пары (ключ, групповой итератор) - по одному разу 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, используя понимание 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 вывод:

животные: медведь и утка.
растения: кактус.
транспортные средства: скоростной катер и школьный автобус.

+588
10 авг. '08 в 18:45
источник

Связанные вопросы


Похожие вопросы

Можете ли вы показать нам свой код?

Пример в документах 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, где идет логика вашей функции критериев, а затем groupby() группирует данные.

Вы должны быть осторожны, чтобы сортировать данные по критериям до вызова groupby, иначе это не сработает. groupby метод просто выполняет итерацию через список, и всякий раз, когда изменяется ключ, создается новая группа.

+70
03 авг. '08 в 18:40
источник

itertools.groupby - это инструмент для группировки элементов.

Из документов мы узнаем, что это может сделать:

# [k for k, g in groupby('AAAABBBCCDAABBB')] --> ABCDAB

# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D

объекты groupby дают пары ключей-групп, где группа является генератором.

Характеристики

  • А. Группируйте последовательные элементы вместе
  • Б. Сгруппировать все вхождения элемента, учитывая отсортированный итеративный
  • C. Укажите, как группировать элементы с помощью 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']

Пользы

Примечание. Некоторые из последних примеров взяты из Víctor Terrón PyCon (доклад) (на испанском языке) "Кунг-фу на рассвете с Itertools". Смотрите также groupby исходный код, написанный на C.


отклик

# OP: Yes, you can use 'groupby', e.g. 
[do_something(list(g)) for _, g in groupby(lxml_elements, key=criteria_func)]
+38
25 авг. '17 в 2:26
источник

Неофициальный трюк с groupby должен запускать кодировку длины в одной строке:

[(c,len(list(cgen))) for c,cgen in groupby(some_string)]

предоставит вам список из 2-х кортежей, где первым элементом является char, а второй - количество повторений.

Изменить: Обратите внимание, что это то, что отделяет itertools.groupby от семантики SQL GROUP BY: itertools не выполняет (и вообще не может) сортировать итератор заранее, поэтому группы с тем же "ключом" aren ' t объединены.

+37
31 авг. '08 в 23:27
источник

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, который вызывает его документация).

Это полезно для разбиения 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)

Другой пример groupby - когда ключи не отсортированы. В следующем примере элементы из xx сгруппированы по значениям в yy. В этом случае сначала выводится один набор нулей, затем набор из них, за которым следует множество 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])

Выдает:

0 [0, 1, 2]
1 [3, 4, 5]
0 [6, 7, 8, 9]
+25
21 янв. '13 в 16:54
источник

ВНИМАНИЕ:

Список синтаксиса (groupby (...)) не будет работать так, как вы планируете. Кажется, он разрушает внутренние объекты итератора, поэтому используя

for x in list(groupby(range(10))):
    print(list(x[1]))

будет производить:

[]
[]
[]
[]
[]
[]
[]
[]
[]
[9]

Вместо списка (groupby (...)) попробуйте [(k, list (g)) для k, g в группе (...)], или если вы часто используете этот синтаксис,

def groupbylist(*args, **kwargs):
    return [(k, list(g)) for k, g in groupby(*args, **kwargs)]

и получить доступ к функциям groupby, избегая при этом этих надоедливых (для небольших данных) итераторов.

+19
16 нояб. '13 в 0:39
источник

Я хотел бы привести еще один пример, когда groupby без сортировки не работает. Адаптировано из примера Джеймсом Сулаком

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 ожидать только одну группу

+9
07 мая '13 в 20:09
источник

@CaptSolo, я попробовал ваш пример, но это не сработало.

from itertools import groupby 
[(c,len(list(cs))) for c,cs in groupby('Pedro Manoel')]

Вывод:

[('P', 1), ('e', 1), ('d', 1), ('r', 1), ('o', 1), (' ', 1), ('M', 1), ('a', 1), ('n', 1), ('o', 1), ('e', 1), ('l', 1)]

Как вы можете видеть, есть два o и два e, но они попадают в отдельные группы. Это, когда я понял, что вам нужно отсортировать список, переданный функции groupby. Итак, правильное использование:

name = list('Pedro Manoel')
name.sort()
[(c,len(list(cs))) for c,cs in groupby(name)]

Вывод:

[(' ', 1), ('M', 1), ('P', 1), ('a', 1), ('d', 1), ('e', 2), ('l', 1), ('n', 1), ('o', 2), ('r', 1)]

Просто помните, если список не отсортирован, функция groupby не будет работать!

+7
15 окт. '09 в 15:41
источник

Как использовать Python itertools.groupby()?

Вы можете использовать groupby для группировки вещей для перебора. Вы даете groupby итерабельную и необязательную функцию key/вызываемую, с помощью которой можно проверять элементы, когда они выходят из итерируемого, и возвращает итератор, который дает два кортежа результата key callable и фактические элементы в другом итерируемом. С помощью:

groupby(iterable[, keyfunc]) -> create an iterator which returns
(key, sub-iterator) grouped by each value of key(value).

Здесь пример группы с использованием сопрограммы для группировки по счету, он использует ключ, вызываемый (в данном случае, coroutine.send), чтобы просто выплюнуть счетчик для того, сколько итераций и сгруппированного подэлементатора 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))

печатает

[(0, [0, 1, 2]), (1, [3, 4, 5]), (2, [6, 7, 8]), (3, [9])]
+5
27 июл. '15 в 18:06
источник

Сортировка и групповой

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'}
+5
01 авг. '17 в 7:14
источник

Один полезный пример, который я натолкнулся, может быть 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

Выход образца: (1,1) (3,4) (1,5) (2,2) (1,1)

+1
18 июн. '17 в 17:16
источник

Вы можете написать собственную групповую функцию:

           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]}
0
10 окт. '18 в 17:53
источник

Посмотрите другие вопросы по меткам или Задайте вопрос