python - 将元组列表拆分为同一元组字段的子列表

Question

我有大量这种格式的元组列表。每个元组的第二个字段是类别字段。

    [(1, 'A', 'foo'),
    (2, 'A', 'bar'),
    (100, 'A', 'foo-bar'),

    ('xx', 'B', 'foobar'),
    ('yy', 'B', 'foo'),

    (1000, 'C', 'py'),
    (200, 'C', 'foo'),
    ..]

将其分解为同一类别(A、B、C 等)的子列表的最有效方法是什么？

Answer 1

使用 itertools.groupby :

import itertools
import operator

data=[(1, 'A', 'foo'),
    (2, 'A', 'bar'),
    (100, 'A', 'foo-bar'),

    ('xx', 'B', 'foobar'),
    ('yy', 'B', 'foo'),

    (1000, 'C', 'py'),
    (200, 'C', 'foo'),
    ]

for key,group in itertools.groupby(data,operator.itemgetter(1)):
    print(list(group))

产量

[(1, 'A', 'foo'), (2, 'A', 'bar'), (100, 'A', 'foo-bar')]
[('xx', 'B', 'foobar'), ('yy', 'B', 'foo')]
[(1000, 'C', 'py'), (200, 'C', 'foo')]

或者，要将每个组作为子列表创建一个列表，您可以使用列表推导:

[list(group) for key,group in itertools.groupby(data,operator.itemgetter(1))]

---

itertools.groupby 的第二个参数是 itertools.groupby 应用于 data 中每个项目的函数(第一个参数)。它应该返回一个 key。 itertools.groupby 然后将所有具有相同 key 的连续项目组合在一起。

operator.itemgetter(1)选取序列中的第二个项目。

例如，如果

row=(1, 'A', 'foo')

然后

operator.itemgetter(1)(row)

等于 'A'。

---

正如@eryksun 在评论中指出的那样，如果元组的类别以某种随机顺序出现，那么您必须在应用 itertools.groupby 之前先对 data 进行排序。这是因为 itertools.groupy 只将具有相同键的 连续 项收集到组中。

要按类别对元组进行排序，请使用:

data2=sorted(data,key=operator.itemgetter(1))