使用 Python 按列表中的第 K 列对记录进行分组
在 Python 中，可以使用 Python 方法按列表中的第 k 列对记录进行分组，例如使用 itertools.groupby 函数、使用字典和使用 pandas 库。通过按第 k 列对记录进行分组，我们可以更有效地分析和处理数据。在本文中，我们将探索所有这些方法，并实现这些方法以按列表中的第 k 列对记录进行分组。
方法 1:使用 itertools.groupby 函数
itertools.groupby 函数是一种基于关键函数对元素进行分组的有用工具。此方法利用 itertools.groupby 函数根据第 K 列对记录进行排序并将它们分组在一起。它为列表中的记录分组提供了一种简洁有效的解决方案。
语法
list_name.append(element)
此处，append() 函数是一种列表方法，用于将元素添加到 list_name 的末尾。它通过将指定元素添加为新项目来修改原始列表。
itertools.groupby(iterable, key=None)
此处，groupby() 方法使用可迭代对象和键作为参数。
Iterable:这是输入可迭代对象，可以是任何要分组的元素序列或集合。
Key=None:这是一个可选参数，指定用作分组键的函数。如果没有提供键函数(即传递了 None)，则元素本身将用作分组的键。
示例
在下面的示例中，我们首先使用 sorted 函数和 lambda 函数作为键，根据第 K 列对记录列表进行排序。然后，我们使用 itertools.groupby 根据相同的键对排序后的记录进行分组。最后，我们将每个组附加到列表中并返回它。
import itertools
def group_by_kth_column(records, k):
sorted_records = sorted(records, key=lambda x: x[k-1])
groups = []
for key, group in itertools.groupby(sorted_records, key=lambda x: x[k-1]):
groups.append(list(group))
return groups
# 示例用法
records = [
['Alice', 25, 'Engineer'],
['Bob', 30, 'Manager'],
['Charlie', 25, 'Designer'],
['David', 30, 'Engineer'],
['Eve', 25, 'Manager'],
['Frank', 30, 'Designer']
]
grouped_records = group_by_kth_column(records, 2)
# Output
for group in grouped_records:
print(group)
输出
[['Alice', 25, 'Engineer'], ['Charlie', 25, 'Designer'], ['Eve', 25, 'Manager']] [['Bob', 30, 'Manager'], ['David', 30, 'Engineer'], ['Frank', 30, 'Designer']]
方法 2:使用字典
此方法使用字典根据第 K 列对记录进行分组。它提供了一种简单有效的方法来收集具有相同键值的记录。
语法
list_name.append(element)
此处，append() 函数是一种列表方法，用于将元素添加到 list_name 的末尾。它通过将指定元素添加为新项目来修改原始列表。
list(iterable)
此处，可以使用可选的 iterable 参数调用 list() 构造函数。如果提供，则 iterable 的元素将转换为新列表。如果没有给出参数，则创建一个空列表。
示例
在下面的示例中，我们遍历记录列表并使用第 K 列值作为访问字典的键。如果键存在，我们将记录附加到相应的列表中。否则，我们创建一个新的键值对，其中键是第 K 列值，值是包含当前记录的列表。最后，我们将字典值转换为列表并返回它。
def group_by_kth_column(records, k):
groups = {}
for record in records:
key = record[k-1]
if key in groups:
groups[key].append(record)
else:
groups[key] = [record]
return list(groups.values())
# 示例用法(与之前相同)
grouped_records = group_by_kth_column(records, 2)
# 输出(与之前相同)
for group in grouped_records:
print(group)
输出
[['Alice', 25, 'Engineer'], ['Charlie', 25, 'Designer'], ['Eve', 25, 'Manager']] [['Bob', 30, 'Manager'], ['David', 30, 'Engineer'], ['Frank', 30, 'Designer']]
方法 3:使用 pandas 库
此方法利用强大的 pandas 库来处理更广泛的数据集并执行高级数据操作。它将记录转换为 DataFrame，并利用 groupby 按第 K 列对数据进行分组。
语法
grouped = df.groupby(key)
此处，Pandas GroupBy 方法用于根据一个或多个键对 DataFrame 中的数据进行分组。"key"参数表示应按其对数据进行分组的列。生成的"grouped"对象可用于分别对每个组执行操作和计算。
示例
在下面的示例中，我们将记录列表转换为 pandas DataFrame。然后，我们使用 groupby 函数按第 K 列对 DataFrame 进行分组，并应用 lambda 函数将每个组转换为记录列表。最后，我们使用 tolist() 将分组的 DataFrame 转换为列表。
import pandas as pd
def group_by_kth_column(records, k):
df = pd.DataFrame(records)
grouped_df = df.groupby(k-1).apply(lambda x: x.values.tolist())
return grouped_df.tolist()
# 示例用法(与之前相同)
grouped_records = group_by_kth_column(records, 2)
# 输出(与之前相同)
for group in grouped_records:
print(group)
输出
[['Alice', 25, 'Engineer'], ['Charlie', 25, 'Designer'], ['Eve', 25, 'Manager']] [['Bob', 30, 'Manager'], ['David', 30, 'Engineer'], ['Frank', 30, 'Designer']]
方法 3 - 使用 itertools.groupby()
Python 中的 itertools 模块提供了一个 groupby() 函数，该函数将来自基于 key 函数的可迭代对象。
语法
list_name.append(element)
此处，append() 函数是一种列表方法，用于将元素添加到 list_name 的末尾。它通过将指定元素添加为新项目来修改原始列表。
itertools.groupby(iterable, key=None)
此处，groupby() 方法将可迭代对象作为输入，并采用可选的 key 函数。它返回一个迭代器，该迭代器从可迭代对象生成包含连续键和组的元组。 key 函数用于确定分组标准。
示例
在下面的示例中，我们使用了 itertools 模块中的 groupby() 函数。在应用 groupby() 函数之前，我们使用 lambda 函数根据日期对事件列表进行排序。groupby() 函数根据日期对事件进行分组，我们迭代这些组以提取事件名称并将其附加到 defaultdict 中相应日期的键。生成的字典显示分组的记录，其中每个日期都有一个事件列表。
from itertools import groupby
# 创建日期和事件的示例列表
events = [
('2023-06-18', 'Meeting'),
('2023-06-18', 'Lunch'),
('2023-06-19', 'Conference'),
('2023-06-19', 'Dinner'),
('2023-06-20', 'Presentation')
]
events.sort(key=lambda x: x[0]) # Sort the events based on dates
grouped_events = defaultdict(list)
for date, group in groupby(events, key=lambda x: x[0]):
for _, event in group:
grouped_events[date].append(event)
print(dict(grouped_events))
输出
{
'2023-06-18': ['Meeting', 'Lunch'],
'2023-06-19': ['Conference', 'Dinner'],
'2023-06-20': ['Presentation']
}
结论
在本文中，我们讨论了如何使用 Python 中的不同方法按列表中的第 k 列对记录进行分组。我们实现了 itertools.groupby 函数、基于字典的分组以及使用 pandas 库。通过每种方法，我们都可以执行所需的分组，选择取决于数据集的大小和所需的功能等因素。
