Python | 二元嵌套列表分组

有时候，在处理数据库时，我们需要执行某些列表操作，这些操作更像是查询语言，例如，将嵌套的列表元素相对于其他索引元素进行分组。本文讨论二元嵌套列表，并将每个嵌套列表元素相对于其其他索引元素进行分组。

1. 列表解析

# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
             ["E", 2], ['I', 1], ['S', 1],
             ['S', 2], ['T', 2], ['G', 0]]
 
# using list comprehension
# to perform binary list grouping
temp = set(map(lambda i: i[1], test_list))
res = [[j[0] for j in test_list if j[1] == i] for i in temp]
 
# printing result
print("The grouped list is : " + str(res))

输出

The grouped list is : [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]

2. 使用itertools.groupby + itemgetter

我们也可以使用groupby函数来执行这个特定的任务。该方法遵循2-3个步骤。首先，序列相对于第二个元素进行排序，现在可以将其馈送以进行分组。最后，我们根据结果的要求打印第一个元素。

from itertools import groupby
from operator import itemgetter
 
# Initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
             ["E", 2], ['I', 1], ['S', 1],
             ['S', 2], ['T', 2], ['G', 0]]
 
# Performing binary list grouping
# using itertools.groupby() + itemgetter()
test_list.sort(key=itemgetter(1))
groups = groupby(test_list, itemgetter(1))
res = [[i[0] for i in val] for (key, val) in groups]
 
# Printing the resultant list
print("The grouped list is : " + str(res))

输出

The grouped list is : [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]

3. 使用collections.defaultdict()

import collections

# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
			["E", 2], ['I', 1], ['S', 1],
			['S', 2], ['T', 2], ['G', 0]]

# using collections.defaultdict()
# to perform binary list grouping
res = collections.defaultdict(list)
for val in test_list:
	res[val[1]].append(val[0])

# printing result
print("The grouped list is : " + str(res.values()))

输出

The grouped list is : dict_values([['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']])

4. 使用for循环 + sort

1. 启动for循环以查找唯一的1索引元素
2. 启动了一个嵌套的for循环，将所有具有相同1索引元素的字符分组
3. 显示分组列表

# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
             ["E", 2], ['I', 1], ['S', 1],
             ['S', 2], ['T', 2], ['G', 0]]
 
# using list comprehension
# to perform binary list grouping
x = []
for i in test_list:
    if i[1] not in x:
        x.append(i[1])
x.sort()
res = []
for i in x:
    a = []
    for j in test_list:
        if j[1] == i:
            a.append(j[0])
    res.append(a)
# printing result
print("The grouped list is : " + str(res))

输出

The grouped list is : [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]

5. 使用numpy

1. 导入别名np的numpy库。

2. 创建输入列表test_list。

3. 使用np.array函数将test_list转换为numpy数组，并将结果赋给变量arr

4. 使用np.unique函数获取arr第二列的唯一值，并将结果赋给变量unique_values。

5. 创建名为result_list的空列表。

6. 对于unique_values中的每个唯一值i，执行以下操作：
   a.使用布尔索引来选择arr中第二列等于i的行
   b.从选定行的第一列提取值，并将其转换为列表。
   c.将结果列表附加到result_list。

7. 打印生成的分组列表。

import numpy as np
 
# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2], ["E", 2],
             ['I', 1], ['S', 1], ['S', 2], ['T', 2], ['G', 0]]
 
arr = np.array(test_list)
 
# Storing all unique values
unique_values = np.unique(arr[:, 1])
 
result_list = [list(arr[arr[:, 1] == i, 0]) for i in unique_values]
 
# Printing the result
print("The grouped list is:", result_list)

输出

The grouped list is: [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]

6. 使用dictionary和setdefault

此方法使用字典按条目的第二个元素对条目进行分组，该元素充当字典中的键。setdefault方法用于创建一个空列表作为新键的值，或者将当前项的第一个元素附加到与该键关联的列表中。然后将生成的字典值转换为列表以获得最终结果。

# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
            ["E", 2], ['I', 1], ['S', 1],
            ['S', 2], ['T', 2], ['G', 0]]
 
# Using dictionary and setdefault() to perform binary list grouping
group_dict = {}
for item in test_list:
    group_dict.setdefault(item[1], []).append(item[0])
res = list(group_dict.values())
 
# printing result
print ("The grouped list is : " + str(res))

输出

The grouped list is : [['G', 'F', 'G'], ['B', 'E', 'S', 'T'], ['I', 'S']]

7. 使用pandas

它初始化一个名为test_list的列表，其中包含两个元素的子列表。然后，它将列表转换为pandas DataFrame，按每个子列表的第二个元素对DataFrame进行分组，应用lambda函数选择每个子列表的第一个元素，将结果pandas Series转换为列表，并打印分组后的列表。

import pandas as pd
 
# initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
            ["E", 2], ['I', 1], ['S', 1],
            ['S', 2], ['T', 2], ['G', 0]]
 
# converting list to DataFrame
df = pd.DataFrame(test_list, columns=['value', 'group'])
 
# grouping by group
grouped = df.groupby('group')['value'].apply(lambda x: x.tolist()).tolist()
 
# printing result
print("The grouped list is: " + str(grouped))

输出

The grouped list is: [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]

8. 使用列表和索引

# Initializing list
test_list = [["G", 0], ["F", 0], ["B", 2],
            ["E", 2], ['I', 1], ['S', 1],
            ['S', 2], ['T', 2], ['G', 0]]
 
num_groups = max([elem[1] for elem in test_list]) + 1
grouped = [[] for _ in range(num_groups)]
 
# Iterating over our input list
for elem in test_list:
    grouped[elem[1]].append(elem[0])
 
grouped = [lst for lst in grouped if lst]
 
# Printing the result
print("The grouped list is:", grouped)

输出

The grouped list is: [['G', 'F', 'G'], ['I', 'S'], ['B', 'E', 'S', 'T']]