Question

假设我有一个像下面这样的元组列表

counts=[(0,0,17),(0,0,90)]

我想创建三个变量或列表，例如

a b c 
0 0 17 
0 0 90

我想使用List comprehensions来做到这一点。

我的计数是地图功能的结果。我想将值分配给三个不同的pandas列为a，b和c。

建议？

Answer 1

您不需要 list comprehension 来实现此目的。 Python内置zip函数，根据列表元素的索引将列表解压缩为：

>>> counts=[(0,0,17),(0,0,90)]
>>> a, b, c = zip(*counts)

>>> a
(0, 0)

>>> b
(0, 0)

>>> c
(17, 90)

Answer 2

你走了：

a,b,c = [ [i[j] for i in counts] for j in range(0,3)]

请注意嵌套理解 - here's a good resource描述它们的工作原理。

Answer 3

有很多方法。如果您打算使用表格数据，请考虑使用pandas

import pandas as pd

counts=[(0,0,17),(0,0,90)]
df = pd.DataFrame(counts)
df.columns=["a", "b", "c"]

现在，在python shell中，df看起来像：

Out[3]:
    a   b   c
0   0   0   17
1   0   0   90

第一列有索引，基本上是表上的主键。要恢复任何列表，您只需执行

df.a

生成一个Series类型，其值为int64：

Out[11]:
 0    0
 1    0
Name: a, dtype: int64

再次，显示的第一列是索引（零索引像普通的python列表一样）。

您可以熟悉的方式访问系列中的值：

df.a[0]

Out[12]:
0

最后，如果您需要返回一个列表，您只需执行

即可

a = list(df.a)

等等。

Answer 4

如果出于某种原因想要动态创建变量，可以按如下方式更新counts=[(0,0,17),(0,0,90)] globals().update({k: t for k, t in zip('abc', zip(*counts))}) # In [23]: c # Out[23]: (17, 90)：

{{1}}

Answer 5

如果使用numpy：

import numpy as np

print(np.array(counts).transpose())

输出

[[ 0  0]
 [ 0  0]
 [17 90]]

当然，我们可以将3x2数组解压缩到a，b和c：

a, b, c = np.array(counts).transpose()

从元组列表中创建三个变量

5 个答案: