目录 | 上一节 (2.4 序列) | [下一节 (2.6 列表推导式)]()
2.5 collections 模块
collections
模块为数据处理提供了许多有用的对象。本部分简要介绍其中的一些特性。
示例:事物计数
假设要把每只股票的总份额表格化。
portfolio = [
('GOOG', 100, 490.1),
('IBM', 50, 91.1),
('CAT', 150, 83.44),
('IBM', 100, 45.23),
('GOOG', 75, 572.45),
('AA', 50, 23.15)
]
此表中有两个 IBM
条目,两个 GOOG
条目,它们应该以某种方式合并到一起。
计数
解决方案:使用 Counter
模块。
from collections import Counter
total_shares = Counter()
for name, shares, price in portfolio:
total_shares[name] += shares
total_shares['IBM'] # 150
示例:一对多映射
问题:把一个键映射到多个值。
portfolio = [
('GOOG', 100, 490.1),
('IBM', 50, 91.1),
('CAT', 150, 83.44),
('IBM', 100, 45.23),
('GOOG', 75, 572.45),
('AA', 50, 23.15)
]
像之前的示例那样,键 IBM
应具有两个不同的元组。
解决方案:使用 defaultdict
模块。
from collections import defaultdict
holdings = defaultdict(list)
for name, shares, price in portfolio:
holdings[name].append((shares, price))
holdings['IBM'] # [ (50, 91.1), (100, 45.23) ]
defaultdict
模块确保每次访问键的时候获取到一个默认值。
示例:保留历史记录
问题:我们需要最近 N 件事的历史。
解决方案:使用 deque
模块。
from collections import deque
history = deque(maxlen=N)
with open(filename) as f:
for line in f:
history.append(line)
...
练习
collections
可能是最有用的库模块之一,用于解决特殊用途的数据处理问题,例如表格化或者索引化。
在本练习中,我们来看几个简单的例子。首先运行report.py
,以便在交互模式下能够加载股票投资组合。
bash % python3 -i report.py
练习 2.18:使用 Counter 模块表格化
假设需要将每支股票的份额总数表格化,那么使用 Counter
对象会很容易。试试看:
>>> portfolio = read_portfolio('Data/portfolio.csv')
>>> from collections import Counter
>>> holdings = Counter()
>>> for s in portfolio:
holdings[s['name']] += s['shares']
>>> holdings
Counter({'MSFT': 250, 'IBM': 150, 'CAT': 150, 'AA': 100, 'GE': 95})
>>>
仔细观察portfolio
中的 MSFT
和 IBM
的多个条目是如何合并的。
可以像字典一样使用 Counter 模块检索单个值。
>>> holdings['IBM']
150
>>> holdings['MSFT']
250
>>>
如果想要对值排名,这样做:
>>> # Get three most held stocks
>>> holdings.most_common(3)
[('MSFT', 250), ('IBM', 150), ('CAT', 150)]
>>>
让我们获取另一个股票投资组合并生成一个新的 Counter 对象:
>>> portfolio2 = read_portfolio('Data/portfolio2.csv')
>>> holdings2 = Counter()
>>> for s in portfolio2:
holdings2[s['name']] += s['shares']
>>> holdings2
Counter({'HPQ': 250, 'GE': 125, 'AA': 50, 'MSFT': 25})
>>>
最后,通过一个简单的操作把所有的 holdings 变量合并。
>>> holdings
Counter({'MSFT': 250, 'IBM': 150, 'CAT': 150, 'AA': 100, 'GE': 95})
>>> holdings2
Counter({'HPQ': 250, 'GE': 125, 'AA': 50, 'MSFT': 25})
>>> combined = holdings + holdings2
>>> combined
Counter({'MSFT': 275, 'HPQ': 250, 'GE': 220, 'AA': 150, 'IBM': 150, 'CAT': 150})
>>>
这只是对 Counter 功能的一个小尝试,如果发现需要对值进行表格化,那么就应该考虑使用它。
说明:collections 模块
collections
模块是 Python 所有库中最有用的库模块之一。实际上,我们可以为此做一个拓展教程,但是,现在这样做会分散注意力。从现在开始,把collections
列为您的睡前读物,以备后用。
目录 | 上一节 (2.4 序列) | [下一节 (2.6 列表推导式)]()