分组 Python 列表元素答案

【问题标题】：Group Python List Elements分组 Python 列表元素
【发布时间】：2017-04-11 06:38:10
【问题描述】：

我有一个python列表如下：

my_list = 

 [[25, 1, 0.65],
 [25, 3, 0.63],
 [25, 2, 0.62],
 [50, 3, 0.65],
 [50, 2, 0.63], 
 [50, 1, 0.62]]

我想按照这个规则订购它们：

1 --> [0.65, 0.62] <--25, 50
2 --> [0.62, 0.63] <--25, 50
3 --> [0.63, 0.65] <--25, 50

所以预期的结果如下：

Result = [[0.65, 0.62],[0.62, 0.63],[0.63, 0.65]]

大家怎么做？

我尝试如下：

df = pd.DataFrame(my_list,columns=['a','b','c'])
res = df.groupby(['b', 'c']).get_group('c')
print res

ValueError: must supply a tuple to get_group with multiple grouping keys

【问题讨论】：

你试过了吗？
@ettanany 我尝试了一些方法但失败了。解决此类问题的最简单方法是什么？
在下面查看我的答案，如果您想要的话，请告诉我。
谢谢，赞成，但对于大型列表，似乎很难使用。你使用熊猫吗？
我不使用 pandas，我下面的答案使用了一些 python 特性/功能（列表理解、压缩、排序等）。

标签： python list pandas numpy

【解决方案1】：

您可以使用本机 python 对列表进行排序，但我发现使用 numpy 获取所需列表最容易。既然你无论如何都要使用 pandas，我认为这是一个可以接受的解决方案：

from operator import itemgetter
import numpy as np
# or just use pandas.np if you have that already imported

my_list = [[25, 1, 0.65],
 [25, 3, 0.63],
 [25, 2, 0.62],
 [50, 3, 0.65],
 [50, 2, 0.63],
 [50, 1, 0.62]]

sorted_list = sorted(my_list,key=itemgetter(1,0)) # sort by second and first column
sliced_array = np.array(sorted_list)[:,-1].reshape(-1,2)
final_list = sliced_array.tolist() # to get a list

要点是使用itemgetter 将您的列表一个接一个地排列在两列上。生成的排序列表在其第三列中包含所需的元素，我使用 numpy.可以使用原生 python 来完成，但如果你已经在使用 numpy/pandas，这应该很自然。

【讨论】：

@jean 可能，但为什么呢？您的原始数据不在数据框中，至少在您的问题中看起来不像。如果您可以在本机 python 中执行相同操作，我认为没有必要将数据框放在一起进行排序。太多不必要的开销，至少这是我所期望的。

【解决方案2】：

使用以下内容：

my_list = [[25, 1, 0.65], [25, 3, 0.63], [25, 2, 0.62], [50, 3, 0.65], [50, 2, 0.63], [50, 1, 0.62]]

list_25 = sorted([item for item in my_list if item[0] == 25], key=lambda item: item[1])
list_50 = sorted([item for item in my_list if item[0] == 50], key=lambda item: item[1])

res = [[i[2], j[2]] for i,j in zip(list_25, list_50)]

输出：

>>> res
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

【讨论】：

【解决方案3】：

使用 pandas 的一种方法是提取每个组，取出 'c'，转换为列表并附加到您想要的列表：

z = []
>>> for g in df.groupby('b'):
        z.append(g[1]['c'].tolist())

>>> z
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

您可以将其作为列表理解：

>>> res = [g[1]['c'].tolist() for g in df.groupby('b')]

>>> res
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

另一种方法是将apply list 直接发送至df.groupby('b')['c'] 这将为您提供所需的对象。然后调用.tolist()方法返回一个列表列表：

>>> df.groupby('b')['c'].apply(list).tolist()
[[0.65000000000000002, 0.62], [0.62, 0.63], [0.63, 0.65000000000000002]]

【讨论】：

【解决方案4】：

numpy_indexed 包（免责声明：我是它的作者）针对此类问题提供了一条线：

import numpy_indexed as npi
my_list = np.asarray(my_list)
keys, table = npi.Table(my_list[:, 1], my_list[:, 0]).mean(my_list[:, 2])

请注意，如果列表中存在重复值，则会在表中报告平均值。

编辑：对 numpy_indexed 的 master 添加了一些改进，可以更好地控制转换为表的方式；例如，有 Table.unique 断言表中的每个项目在列表中出现一次，以及 Table.sum；最终由 numpy_indexed 包支持的所有其他减少是有意义的。希望今晚我能发布一个新版本。

【讨论】：