我有输入,它可以是单个基元或基元列表或元组。
我想把它展平成一个列表,像这样:
def flatten(values):
return list(values)
正常情况下会变平(someiterablethatis'tastring)
但是如果 values = '1234',我会得到 ['1', '2', '3', '4'],但我想要 ['1234']
如果 values = 1,我会得到 TypeError: 'int' object is not iterable,但我想要 [1]
有没有一种优雅的方式来做到这一点? 最后我真正想做的只是 '\t'.join(flatten(values))
编辑:让我更好地解释一下......
我希望使用 dumbo 将一个 hadoop 二进制序列文件转换为一个平面制表符分隔的文本文件。使用输出格式选项,-outputformat text
Dumbo 是围绕 hadoop 流的 python 包装器。简而言之,我需要编写映射器函数:
def 映射器(键,值) #做一些事情 产量 k, v
其中 k 是键第一部分的字符串,值是制表符分隔的字符串,包含键的其余部分和作为字符串的值。
例如:
input: (123, [1,2,3])
output: ('123', '1\t2\t\t3')
或更复杂:
input: ([123, 'abc'], [1,2,3])
output: ('123', 'abc\t1\t2\t\t3')
输入键或值可以是基元或基元列表/元组 我想要一个可以处理任何事情并返回值列表的“展平”函数。
对于输出值,我会做这样的事情 v = '\t'.join(list(str(s) for s in flatten(seq)))
最佳答案
听起来像你想要的itertools.chain()
.不过,您需要对字符串进行特殊大小写处理,因为它们实际上只是字符的迭代。
更新:
如果您将其作为递归生成器来执行,这将是一个简单得多的问题。试试这个:
def flatten(*seq):
for item in seq:
if isinstance(item, basestring):
yield item
else:
try:
it = iter(item)
except TypeError:
yield item
it = None
if it is not None:
for obj in flatten(it):
yield obj
这返回一个迭代器而不是一个列表,但它是惰性求值的,这可能正是您想要的。如果您真的需要一个列表,只需使用 list(flatten(seq))
即可。
更新 2:
正如其他人指出的那样,如果您真正想要的是将其传递给 str.join()
,那么您需要将所有元素转换为字符串。为此,您可以在上面的示例中将 yield foo
替换为 yield str(foo)
,或者只使用如下代码:
"\t".join(str(o) for o in flatten(seq))
关于python - 如何将 dumbo 序列文件输入转换为制表符分隔的文本,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/1625757/