Question

我有一个数字列表，我需要对它进行分组。 itertools.grouby完全适用于相同数字的序列，但对于具有阈值（2-3％）的数字，我需要相同的行为

E.X：lst = [1, 500, 19885, 19886, 19895, 90000000] 我希望[[1], [500], [19885, 19886, 19895], [90000000]]

你能给我一些建议吗？

Answer 1

您仍然可以使用groupby但使用自定义比较器：

class MyValue:
    def __init__(self, val):
        self.val = val
    def __eq__(self, other):
        # 2% leeway
        return self.val*0.98 <= other.val <= self.val*1.02

然后：

for key, group in groupby(map(MyValue, values)):
    group_values = [el.val for el in group]

请注意，这会将第一个值保留为“引用”，因此在组中，元素与键/第一个值的距离最多为2％，但在组内部，偏差最多可达4 ％。

对于您显示的数据，这应该没问题，不同的群体是显着分开的，但是对于密切的群体来说它不可靠。

Answer 2

铲斗他们。您需要提前手动计算休息时间。你能提前排序吗？这样会更容易。

实际上，如果你使用log，则乘法阈值变成一个恒定的阈值，例如log-land中的0.98..1.02〜=（ - 0.02，+ 0.02）。因此，请使用所有数字的日志。在进行groupby之前，你仍然需要将它们打包。

如果你想要代码，给我们一个更好的（随机播种）可重现的例子，它有更多的数字来测试角落情况。

Python groupby阈值

2 个答案: