Python 中的字符串压缩

Question

我有以下输入：

 my_list = ["x d1","y d1","z d2","t d2"]

并想将其转换为：

Expected_result = ["d1(x,y)","d2(z,t)"]

我不得不使用蛮力，而且还不得不调用 pandas 来拯救我，因为我没有找到任何在普通/香草 python 中做到这一点的方法。您还有其他方法可以解决这个问题吗？

import pandas as pd 

my_list = ["x d1","y d1","z d2","t d2"]

df = pd.DataFrame(my_list,columns=["col1"])

df2 = df["col1"].str.split(" ",expand = True)
df2.columns = ["col1","col2"]
grp = df2.groupby(["col2"])

result = []
for grp_name, data in grp:
  res =  grp_name +"(" + ",".join(list(data["col1"])) + ")"
  result.append(res)
print(result)

Answer 1

1. 代码定义了一个空字典。
   
2. 然后它遍历列表中的每个项目并使用split() 方法将项目拆分为key 和value。
3. 然后使用setdefault()方法将key和value添加到空字典中。如果 value 已经作为 key 存在于字典中，它会将 key 附加到该值的现有键列表中。如果 value 在字典中不作为键存在，它会创建一个新的键值对，以值作为键，键作为新列表中的第一个元素。
4. 最后，列表理解遍历字典中的项目，并使用join() 方法为每个键值对创建一个字符串，以将值列表中的键连接成一个字符串。

   result = {}
   
   for item in my_list:
       key, value = item.split()
       result.setdefault(value, []).append(key)
       
   output = [f"{k}({', '.join(v)})" for k, v in result.items()]
   print(output)
   

   ---

   ['d1(x, y)', 'd2(z, t)']
   

Answer 2

如果您的值已经按键排序(d1, d2)，可以使用itertools.groupby：

from itertools import groupby

out = [f"{k}({','.join(x[0] for x in g)})"
       for k, g in groupby(map(str.split, my_list), lambda x: x[1])]

输出：

['d1(x,y)', 'd2(z,t)']

否则你应该使用字典as shown by @Jamiu。

你的熊猫解决方案的一个变体：

out = (df['col1'].str.split(n=1, expand=True)
       .groupby(1)[0]
       .apply(lambda g: f"{g.name}({','.join(g)})")
       .tolist()
      )

Answer 3

my_list = ["x d1","y d1","z d2","t d2"]
res = []
 
for item in my_list:

    a, b, *_ = item.split()
 
    if len(res) and b in res[-1]:
            res[-1] = res[-1].replace(')', f',{a})')
    else:
        res.append(f'{b}({a})')

print(res)
['d1(x,y)', 'd2(z,t)']

设 N 是 d 之后的数字，此代码适用于 dN 中的任意数量的元素，只要 N 是有序的，即 d1 在 d2 之前，d2 在 d3 之前，...适用于 N 的任何值，您可以在 d 链接中使用任何字母，只要它具有 dN 和 dN 中的任何值，保持该顺序，“val_in_dN dN”

如果你需要一些即使 dN 不按顺序也能工作的东西，只需说出这个词，但它会花费更多

Answer 4

另一种可能的解决方案，基于pandas：

(pd.DataFrame(np.array([str.split(x, ' ') for x in my_list]), columns=['b', 'a'])
 .groupby('a')['b'].apply(lambda x: f'({x.values[0]}, {x.values[1]})')
 .reset_index().sum(axis=1).tolist())

---

输出：

['d1(x, y)', 'd2(z, t)']

---

编辑

OP，@ShckTchamna，希望看到修改上述解决方案，以便更通用：此编辑的原因是提供一个解决方案，该解决方案适用于 OP 在他下面的评论中给出的示例。

my_list = ["x d1","y d1","z d2","t d2","kk d2","m d3", "n d3", "s d4"] 

(pd.DataFrame(np.array([str.split(x, ' ') for x in my_list]), columns=['b', 'a'])
 .groupby('a')['b'].apply(lambda x: f'({",".join(x.values)})')
 .reset_index().sum(axis=1).tolist())

输出：

['d1(x,y)', 'd2(z,t,kk)', 'd3(m,n)', 'd4(s)']

Answer 5

import pandas as pd

df = pd.DataFrame(data=[e.split(' ') for e in ["x d1","y d1","z d2","t d2"]])
r = (df.groupby(1)
       .apply(lambda r:"{0}({1},{2})".format(r.iloc[0,1], r.iloc[0,0], r.iloc[1,0]))
       .reset_index()
       .rename({1:"points", 0:"coordinates"}, axis=1)
         )

print(r.coordinates.tolist())
# ['d1(x,y)', 'd2(z,t)']

print(r)
#   points coordinates
# 0    d1     d1(x,y)
# 1    d2     d2(z,t)

代替我以前的（也有效）：

import itertools as it

my_list = [e.split(' ') for e in ["x d1","y d1","z d2","t d2"]]

r=[]
for key, group in it.groupby(my_list, lambda x: x[1]):
    l=[e[0] for e in list(group)]
    r.append("{0}({1},{2})".format(key, l[0], l[1]))

print(r)
Output :

['d1(x,y)', 'd2(z,t)']