在Python中对数据进行分组的代码是什么
|
在实际应用中，我们有时候会遇到“Python中如何对数据分组，代码是什么”这样的问题，我们该怎样来处理呢？下文给大家介绍了解决方法，希望这篇“Python中如何对数据分组，代码是什么”文章能帮助大家解决问题。 假设我们有这样一种数据： data=[ ("apple",30),("apple",35), ("apple",32),("pear",60), ("pear",32),("pear",60), ("banana",102),("banana",104) ] #我们希望变成如下格式 """ [('apple',[30,35,32]), ('pear',[60,32,60]), ('banana',[102,104])] """ 如果是你的话，你会怎么做呢？很容易想到的一种解决方案是构造一个字典： data=[ ("apple",30),("apple",35), ("apple",32),("pear",60), ("pear",32),("pear",60), ("banana",102),("banana",104) ] data_dict={} forname,countindata: ifnamenotindata_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])] """ 这种方案完全没有问题，不过我们还可以写的更优雅一些，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={} forname,countindata: #setdefault(k,v)含义如下 #当k不存在时，将k:v设置在字典中，并返回v #当k存在时，直接返回k对应值 data_dict.setdefault(name,[]).append(count) print(list(data_dict.items())) """ [('apple',[30,35,32]), ('pear',[60,32,60]), ('banana',[102,104])] """ setdefault 是一个非常方便的方法，但是使用频率却不怎么高，或者说该方法不太让人喜欢。主要是每次调用都要给一个初始值，比如代码中的空列表 []。另外这里的初始值可以任意，如果你希望添加的时候还能实现去重效果，那么就将空列表换成空集合即可。 或者我们还可以使用 defaultdict，它位于 collections 模块中。 fromcollectionsimportdefaultdict data=[ ("apple",30),("apple",35), ("apple",32),("pear",60), ("pear",32),("pear",60), ("banana",102),("banana",104) ] #里面接收一个callable #当访问的k不存在时，返回callable调用之后的值 data_dict1=defaultdict(list) forname,countindata: data_dict1[name].append(count) print(list(data_dict1.items())) """ [('apple',[30,35,32]), ('pear',[60,32,60]), ('banana',[102,104])] """ #也可以指定为set data_dict2=defaultdict(set) forname,countindata: data_dict2[name].add(count) print(list(data_dict2.items())) """ [('apple',{32,35,30}), ('pear',{32,60}), ('banana',{104,102})] """ 总的来说，defaultdict 和字典的 setdefault 方法非常类似，我们使用 setdefault 即可。 当然啦，关于分组，还有一种特殊情况，就是词频统计。假设我们想统计可迭代对象中，每个元素出现的次数该怎么做呢？ data=["apple","apple","apple", "pear","pear","pear", "banana","banana"] data_dict={} foritemindata: #此处不能使用setdefault，因为它是函数 #.setdefault(item,0)+=1是不符合语法规则的 ifitemnotindata_dict: data_dict[item]=0 data_dict[item]+=1 print(data_dict) """ {'apple':3,'pear':3,'banana':2} """ #或者使用defaultdict fromcollectionsimportdefaultdict data_dict=defaultdict(int) foritemindata: data_dict[item]+=1 print(data_dict) """ defaultdict(<class'int'>, {'apple':3,'pear':3,'banana':2}) """ 然而说到词频统计，我们还可以使用 collections 下的 Counter 类。 fromcollectionsimportCounter data=["apple","apple","apple", "pear","pear","pear", "banana","banana"] data_dict=Counter(data) #直接搞定，Counter已经包含了我们之前的逻辑 print(data_dict) """ Counter({'apple':3,'pear':3,'banana':2}) """ #Counter继承dict，除了支持字典操作之外 #还提供了很多其它操作，其中一个就是most_common #用于选择出现频率最高的几个元素 print(data_dict.most_common(2)) """ [('apple',3),('pear',3)] """ 到此，关于“Python中如何对数据分组，代码是什么”的学习就结束了，希望能够解决大家的疑惑，另外大家动手实践也很重要，对大家加深理解和学习很有帮助。 （编辑：银川站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
