Question

我有一份清单

data = [ ['fruit', 'apple', 'v1', 'data 1'],
         ['fruit', 'apple', 'v2', 'data 2'],
         ['fruit', 'apple', 'v3', 'data 3'],
         ['fruit', 'banana', 'v1', 'data 4'],
         ['fruit', 'banana', 'v2', 'data 5'],
         ['animal', 'dog', 'v1', 'data 6'] ]

如何根据前2列并使用最高v？

中的数据进行折叠

result = [ ['fruit', 'apple', 'v3', 'data 3'],
           ['fruit', 'banana', 'v2', 'data 5'],
           ['animal', 'dog', 'v1', 'data 6'] ]

列表在第一列中排序，但第二列未排序。我的解决方案基于这样的假设，即两个列都已排序，因此它不起作用，我不知道从哪里开始。

previous = []
result = []
for a, b, c, d in data:
    if not all(x in previous for x in [a, b]):
        final.append([a, b, c, d])
        previous = [a, b, c, d]
    else:
        if previous[2] < c:
            final[-1][2] = c
            final[-1][3] = d
            previous = [a, b, c, d]
print result

Answer 1

这是一种方式。

import pandas as pd

data = [ ['fruit', 'apple', 'v1', 'data 1'],
         ['fruit', 'apple', 'v2', 'data 2'],
         ['fruit', 'apple', 'v3', 'data 3'],
         ['fruit', 'banana', 'v1', 'data 4'],
         ['fruit', 'banana', 'v2', 'data 5'],
         ['animal', 'dog', 'v1', 'data 6'] ]

df = pd.DataFrame(data, columns=['Col1', 'Col2', 'Col3', 'Col4'])
df['Grouper'] = df['Col1'] + df['Col2']
df['Order'] = df['Col3'].map(lambda x: int(x[-1]))

df = df.sort_values(['Grouper', 'Order'], ascending=[True, False])\
       .drop_duplicates('Grouper')\
       .drop(['Grouper', 'Order'], 1)

lst = df.values.tolist()

# [['animal', 'dog', 'v1', 'data 6'],
#  ['fruit', 'apple', 'v3', 'data 3'],
#  ['fruit', 'banana', 'v2', 'data 5']]

Answer 2

您可以使用：

[Python]: itertools.groupby(iterable, key=None) - 根据1 ^st 2值（例如("fruit", "banana")）
[Python]: max(iterable, *[, key, default]) - 根据他们的3 ^rd元素（1 ^st字母（＆＃34; v＆）获得一个这样的组的最大值＃34;）+之后的数字（修复它，使用多个数字的数字））
[Python]: Lambda Expressions - 指定分组条件

>>> import itertools
>>>
>>> data = [['fruit', 'apple', 'v1', 'some data'],
...          ['fruit', 'apple', 'v2', 'some data'],
...          ['fruit', 'apple', 'v3', 'some data'],
...          ['fruit', 'banana', 'v1', 'some data'],
...          ['fruit', 'banana', 'v2', 'some data'],
...          ['animal', 'dog', 'v1', 'some data']]
>>>
>>> [max(item[1], key=lambda x: (x[2][0], int(x[2][1:]))) for item in itertools.groupby(data, key=lambda x: (x[0], x[1]))]
[['fruit', 'apple', 'v3', 'some data'], ['fruit', 'banana', 'v2', 'some data'], ['animal', 'dog', 'v1', 'some data']]

或者您可以采用（老式的）手动方式（例如使用帮助字典）：

>>> helper_dict = dict()
>>> for item in data:
...    item_v = helper_dict.get((item[0], item[1]), (None, None, "v0"))[2]
...    if (item_v[0], int(item_v[1:])) < (item[2][0], int(item[2][1:])):
...             helper_dict[(item[0], item[1])] = item
...
>>> print(list(helper_dict.values()))
[['fruit', 'apple', 'v3', 'some data'], ['animal', 'dog', 'v1', 'some data'], ['fruit', 'banana', 'v2', 'some data']]

Answer 3

另一种可能的方法：

（1）创建一个映射第一列和第二列索引的字典，并映射每对的最新索引。这样就可以在最后正确地对数据进行排序。

（2）创建第一列和第二列的所有不同分组的collections.defaultdict。

（3）从（2）中找出每个分组的最大v值，并将其与其余元素组合。这将作为折叠列表返回。

（4）根据（1）对折叠列表进行排序。

示例代码：

from collections import defaultdict

data = [['fruit', 'apple', 'v1', 'data 1'],
        ['fruit', 'apple', 'v2', 'data 2'],
        ['fruit', 'apple', 'v3', 'data 3'],
        ['fruit', 'banana', 'v1', 'data 4'],
        ['fruit', 'banana', 'v2', 'data 5'],
        ['animal', 'dog', 'v1', 'data 6']]

groups = defaultdict(list)
sort_map = {}
for i, (fst, snd, *rest) in enumerate(data):
    sort_map[(fst, snd)] = i
    groups[(fst, snd)].append(rest)

result = sorted((list(k) + max(v) for k, v in groups.items()), 
                                      key=lambda x: sort_map[(x[0], x[1])])

print(result)

<强>输出：

[['fruit', 'apple', 'v3', 'data 3'], 
 ['fruit', 'banana', 'v2', 'data 5'], 
 ['animal', 'dog', 'v1', 'data 6']]

折叠Python列表，保留唯一列和最高价值

3 个答案: