Question

我希望根据字符串中的前三个字符对列表中的类似项进行分组。例如：

test = ['abc_1_2', 'abc_2_2', 'hij_1_1', 'xyz_1_2', 'xyz_2_2']

如何根据第一组字母（例如'abc'）将上述列表项分组？以下是预期的输出：

output = {1: ('abc_1_2', 'abc_2_2'), 2: ('hij_1_1',), 3: ('xyz_1_2', 'xyz_2_2')}

或

output = [['abc_1_2', 'abc_2_2'], ['hij_1_1'], ['xyz_1_2', 'xyz_2_2']]

我尝试使用itertools.groupby来完成此操作但未成功：

>>> import os, itertools
>>> test = ['abc_1_2', 'abc_2_2', 'hij_1_1', 'xyz_1_2', 'xyz_2_2']
>>> [list(g) for k.split("_")[0], g in itertools.groupby(test)]
[['abc_1_2'], ['abc_2_2'], ['hij_1_1'], ['xyz_1_2'], ['xyz_2_2']]

我查看了以下帖子但没有成功：

How to merge similar items in a list。该示例使用一种过于复杂的方法对类似的项目（例如'house'和'Hose'）进行分组。

How can I group equivalent items together in a Python list?。这就是我找到列表理解的想法。

Answer 1

.split("_")[0]部分应该在单个参数函数中，作为第二个参数传递给itertools.groupby。

>>> import os, itertools
>>> test = ['abc_1_2', 'abc_2_2', 'hij_1_1', 'xyz_1_2', 'xyz_2_2']
>>> [list(g) for _, g in itertools.groupby(test, lambda x: x.split('_')[0])]
[['abc_1_2', 'abc_2_2'], ['hij_1_1'], ['xyz_1_2', 'xyz_2_2']]
>>>

将它放在for ...部分中什么也不做，因为结果立即被丢弃。

此外，当您只需要一次拆分时，使用str.partition会稍微高效一点：

[list(g) for _, g in itertools.groupby(test, lambda x: x.partition('_')[0])]

演示：

>>> from timeit import timeit
>>> timeit("'hij_1_1'.split('_')")
1.3149855638076913
>>> timeit("'hij_1_1'.partition('_')")
0.7576401470019234
>>>

这不是一个主要问题，因为这两种方法在小字符串上都相当快，但我想我会提到它。

如何对列表中的类似项目进行分组？

1 个答案: