对列表中相同元素的索引进行分组的有效方法

Question

假设我有一个如下所示的列表：

[1, 2, 2, 5, 8, 3, 3, 9, 0, 1]

现在我想对相同元素的索引进行分组，所以结果应该是这样的：

[[0, 9], [1, 2], [3], [4], [5, 6], [7], [8]]

如何有效地做到这一点？我尽量避免使用循环，所以任何使用 numpy/pandas 函数的实现都很棒。

Answer 1

使用 pandas GroupBy.apply，这非常简单——使用您的数据对一系列索引进行分组。一个不错的好处是您可以保持索引的顺序。

data = [1, 2, 2, 5, 8, 3, 3, 9, 0, 1]
pd.Series(range(len(data))).groupby(data, sort=False).apply(list).tolist()
# [[0, 9], [1, 2], [3], [4], [5, 6], [7], [8]]

Answer 2

您可以使用collections.defaultdict 对索引进行分组：

from collections import defaultdict

lst = [1, 2, 2, 5, 8, 3, 3, 9, 0, 1]

d = defaultdict(list)
for i, x in enumerate(lst):
    d[x].append(i)

print(list(d.values()))
# [[0, 9], [1, 2], [3], [4], [5, 6], [7], [8]]

这也保持了添加的索引的顺序而不进行排序。

Answer 3

此解决方案是对哈希计数的修改，但不是计数，而是仅存储找到的值的索引。

arr = [1,2,2,5,8,3,3,9,0,1]
d = dict()  
for i,v in enumerate(arr):  
    d[v] = d.get(v,[]) #use an if-statement to avoid doing this too often
    d[v].append(i) 
print(d.values()) 

Answer 4

不知道你为什么要“避免循环”，因为没有办法知道你调用的函数没有使用循环，增加了函数调用的开销。

此外，分组后，您会丢失有关分组内容的信息 - 因此将输出放在 dict 中似乎更有意义。

这样做：

from itertools import groupby

l = [1, 2, 2, 5, 8, 3, 3, 9, 0, 1]
result = {
    key: [item[0] for item in group]
    for key, group in groupby(sorted(enumerate(l), key=lambda x: x[1]), lambda x: x[1])
}

print(result)

输出：

{0: [8], 1: [0, 9], 2: [1, 2], 3: [5, 6], 5: [3], 8: [4], 9: [7]}