我目前正在查看具有以下结构的表格。
uid | action
1 | A1
1 | A1
1 | A1
1 | A4
2 | A1
2 | A8
2 | A9
3 | A3
3 | A7
我试图创建一个具有以下结构的多维数组。
[[A1, A1, A1, A4], [A1, A8, A9], [A3, A7]]
我的想法是跟踪uid
并将操作附加到列表中,直到uid
键更改为止。一旦uid
密钥发生变化,所有操作都将附加到另一个数组,被跟踪的uid
将更改为新的uid
。
我使用itertools.groupby()
提出了一个过于夸张且不正确的解决方案,但我对此并不满意,并且正在寻找更简单的方法。但是,我已经推翻了这个问题,并提出了更复杂的解决方案。
任何提示都将不胜感激。
代码:
data = []
for i, j in itertools.groupby(table, key=lambda x: x['uid']):
event_array = []
for k in list(j):
event_array.append(k['action'])
data.append([i, event_array])
答案 0 :(得分:3)
根据OP's comment,
@Black您确定数据已订购吗?
... @thefourtheye,是的非常确定,因为我必须在sql中将其写入之前将其读入python
由于数据已经订购,例如,像这样
>>> data = [{'action': 'A1', 'uid': 1},
... {'action': 'A1', 'uid': 1},
... {'action': 'A1', 'uid': 1},
... {'action': 'A4', 'uid': 1},
... {'action': 'A1', 'uid': 2},
... {'action': 'A8', 'uid': 2},
... {'action': 'A9', 'uid': 2},
... {'action': 'A3', 'uid': 3},
... {'action': 'A7', 'uid': 3}]
你可以简单地使用groupby
本身,使用嵌套列表理解,就像这样
>>> [[k['action'] for k in j] for i, j in groupby(data, key=lambda x: x['uid'])]
[['A1', 'A1', 'A1', 'A4'], ['A1', 'A8', 'A9'], ['A3', 'A7']]
答案 1 :(得分:2)
您可以使用优秀的旧defaultdict
:
from collections import defaultdict
DATA = [{'uid': uid, 'action': action}
for uid, action in [(1, 'A1'),
(1, 'A1'),
(1, 'A1'),
(1, 'A4'),
(2, 'A1'),
(2, 'A8'),
(2, 'A9'),
(3, 'A3'),
(3, 'A7'),]]
d = defaultdict(list)
for data in DATA:
d[data['uid']].append(data['action'])
print(d.values())
结果将是:
[['A1', 'A1', 'A1', 'A4'], ['A1', 'A8', 'A9'], ['A3', 'A7']]
答案 2 :(得分:1)
这应该有效,但似乎groupby
已经非常好了。
uids = {}
for row in table:
uids.setdefault(row['uid'], []).append(row['action'])
data = [uids[uid] for uid in sorted(uids.keys())]
解决方案只是迭代table
中的每一行,并确保uids
dict中有相应uid的列表(使用setdefault
)。然后它将该行的操作追加到列表中。
因此uids
将是一个字典,其键是UID,值是表中相应操作的序列。
如果你真的想要一个列表列表(一个“多维数组”),最后一行使用列表推导来构建一个列表,其元素是存储在uids
dict中的动作列表,由uid排序