有一堆从 .txt 文件转换而来的列表，这些列表已被读取为字符串集合，如下所示：
['New', 'Jersey', '1', '0', '1', '999']
['West', 'North', 'Central', '1', '0', '100', '90']
这些列表有不同数量的并排单词（第一个有 2 个，第二个有 3 个，等等）
我想输出一个新列表（然后进入编译的数据框），它将并排的单词连接在一起，例如：
['New Jersey', '1', '0', '1', '999']
['West North Central', '1', '0', '100', '90']
这将使新列表（和数据框）的长度相同。
将append(line.split()) 放入每个字符串的新列表很容易，但无法弄清楚连接所有单词并分别附加每个数字所需的 if 语句和 .join()。
【问题讨论】：
标签： python string python-3.x list dataframe
line = ['West', 'North', 'Central', '1', '0', '100', '90']
words = []
nums = []
for word in line:
if word.isalpha():
words.append(word)
else:
nums.append(word)
new_line = [' '.join(words)]
new_line.extend(nums)
# new_line == ['West North Central', '1', '0', '100', '90']
【讨论】：
if word.isalpha(): 可以替换all(...)，也可以在循环中追加/扩展到new_line
使用itertools.groupby，可以按str.isalpha分组，有条件地连接字符串，然后链接结果：
from itertools import chain, groupby
L = ['New', 'Jersey', '1', '0', '1', '999']
grouper = groupby(L, key=str.isalpha)
joins = [[' '.join(v)] if alpha_flag else list(v) for alpha_flag, v in grouper]
res = list(chain.from_iterable(joins))
print(res)
['New Jersey', '1', '0', '1', '999']
【讨论】：
'kids' > 'SO' 幸运的是 True ;)
list.__add__ 通常是 bad way of flattening nested lists。
您可以编写自己的函数来进行连接，例如：
l = [
['New', 'Jersey', '1', '0', '1', '999'],
['West', 'North', 'Central', '1', '0', '100', '90']]
def my_concat(l):
nl = []
cur = None
delim = ""
for i in l:
if isinstance(i, (str, unicode)) and i.isalpha():
if cur == None:
cur = ""
cur += delim + i
delim = " "
else:
if cur != None:
nl.append(cur)
cur = None
delim = ""
nl.append(i)
return nl
for i in l:
print my_concat(i)
输出：
['New Jersey', '1', '0', '1', '999']
['West North Central', '1', '0', '100', '90']
【讨论】：
你可以使用itertools.groupby:
from itertools import groupby
l = [
['New', 'Jersey', '1', '0', '1', '999'],
['West', 'North', 'Central', '1', '0', '100', '90']
]
print([list.__add__(*(list(g) if k else [' '.join(g)] for k, g in groupby(s, key=str.isdigit))) for s in l])
这个输出：
[['New Jersey', '1', '0', '1', '999'], ['West North Central', '1', '0', '100', '90']]
【讨论】：
我基本上是在遍历 list1 中的字符串。如果它恰好是一个单词，我将它附加到 list2，否则它会附加到 list3。如果字符串仅包含数字，则 isdigit() 方法返回 true。最后使用'join'将list2的所有内容添加为单个字符串，并使用extend将list3的所有元素添加到answer[]的末尾。
list1=['West North Central', '1', '0', '100', '90']
list2=[]
list3=[]
for i in list1:
if i.isdigit():
list3.append(i)
else:
list2.append(i)
answer = []
answer.append(' '.join(list2))
answer.extend(list3)
【讨论】：
我建议以下步骤：
1) 查找单词主菜的索引 2）如果您有两个或多个连续的非数字索引，请附加它们
案例：
import re
numeric_regex = re.compile('[0-9]+?') #Regex to find numeric indices
test = ['New', 'Jersey', '1', '0', '1', '999', 'West', 'North', 'Central', '1', '0']
#Comprehension to find word indices
word_indices = [idx for idx, x in enumerate(test) if numeric_regex.match(x) is None]
#Comprehension to find indices to merge on
merge_on = [idx for idx, x in enumerate(word_indices) if word_indices[idx-1] == x-1]
在这一点上，我很难在没有 for 循环的情况下做到这一点，所以我将只使用 for 循环：
reversed_merge_on = reversed(merge_on)
for x in reversed_merge_on:
test[word_indices[x]-1] = ' '.join(test[word_indices[x]-1:word_indices[x]+1])
del test[word_indices[x]]
这将使您通过任何给定的列表。您可以将其放入一个函数并将其应用于许多列表。上面的代码将按原样运行，因此您可以复制到 Python（我使用的是 2.7）自己查看。
【讨论】：
使用列表推导并将非数字项连接到一个索引中，然后为数字解包列表推导。
lst = ['West', 'North', 'Central', '1', '0', '100', '90']
res = [' '.join([i for i in lst if not i.isdigit()]),*[i for i in lst if i.isdigit()]]
print(res)
# ['West North Central', '1', '0', '100', '90']
【讨论】：
lst = ['1', '0', '100', '90', 'West', 'North', 'Central']
['West North Central', '1', '0', '100', '90']，而不是['1', '0', '100', '90', 'West North Central']