Question

我具有以下分区功能：

def group_by_name(data):
    names = set([entry.name for entry in data])  # detect all possible names
    # and now create a sublist for each possible name
    by_name = [[entry for entry in data if entry.name == name] for name in names]
    return by_name

有没有更多的python方式实现此功能？

编辑

数据：

import random


class Data:
    def __init__(self, name):
        self.name = name

NAMES = [ 'jose', 'pedro', 'antonio', 'jesus', 'ricardo', 'anabel']

data = [Data(random.choice(NAMES)) for _ in range(100)]

Answer 1

您的方法是O(N*K)，因为您遍历整个列表的次数要多于有不同元素的次数。您可以使用以下方法在一次迭代（O(N)）中收集列表。以下模式：

def group_by_name(data):
    d = {}
    for entry in data:
        d.setdefault(entry.name, []).append(entry)
    return list(d.values())

您还可以使用一些工具来使用O(N*logN)单线：

from operator import attrgetter as ag
from itertools import groupby as gb

def group_by_name(data): 
    return [list(g) for _, g in gb(sorted(data, key=ag('name')), key=ag('name'))]

Answer 2

使用字典并在数据上循环，使用名称作为键，并使用条目列表作为值。然后将每个键的值放入新构造的列表中，然后将其返回。因为这是线性运行时，所以效率更高。

按属性将分区列表划分为子列表

编辑

2 个答案: