Как я могу использовать Python itertools.groupby ()?

Question

Мне не удалось найти понятного объяснения того, как на самом деле использовать функцию Python itertools.groupby(). То, что я пытаюсь сделать, это:

• Возьмите список - в этом случае дочерние элементы объективированного lxml элемента
• Разделите его на группы по некоторым критериям
• Затем итерируйте каждую из этих групп отдельно.

Я просмотрел документацию и примеры , но у меня возникли проблемы при попытке применить их за пределами простого списка чисел.

Итак, как мне использовать itertools.groupby()? Есть ли другая техника, которую я должен использовать? Также будет приветствоваться указатель на хорошее «предварительное» чтение.

Answer 1

ВАЖНОЕ ПРИМЕЧАНИЕ: Вы должны сначала отсортировать данные .

---

Часть, которую я не получил, состоит в том, что в примере конструкции

groups = []
uniquekeys = []
for k, g in groupby(data, keyfunc):
   groups.append(list(g))    # Store group iterator as a list
   uniquekeys.append(k)

k - текущий ключ группировки, а g - итератор, который можно использовать для перебора группы, определенной этим ключом группировки. Другими словами, сам итератор groupby возвращает итераторы.

Вот пример этого, используя более ясные имена переменных:

from itertools import groupby

things = [("animal", "bear"), ("animal", "duck"), ("plant", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]

for key, group in groupby(things, lambda x: x[0]):
    for thing in group:
        print "A %s is a %s." % (thing[1], key)
    print " "

Это даст вам вывод:

Медведь - это животное.
Утка это животное.

Кактус - это растение.

Скоростной катер - это транспортное средство.
Школьный автобус - это транспортное средство.

В этом примере things - это список кортежей, где первый элемент в каждом кортеже - это группа, к которой принадлежит второй элемент.

Функция groupby() принимает два аргумента: (1) данные для группировки и (2) функция для группировки.

Здесь lambda x: x[0] указывает groupby() использовать первый элемент в каждом кортеже в качестве ключа группировки.

В приведенном выше операторе for groupby возвращает три пары (ключ, групповой итератор) - по одному для каждого уникального ключа. Вы можете использовать возвращенный итератор для перебора каждого отдельного элемента в этой группе.

Вот немного другой пример с теми же данными, использующими понимание списка:

for key, group in groupby(things, lambda x: x[0]):
    listOfThings = " and ".join([thing[1] for thing in group])
    print key + "s:  " + listOfThings + "."

Это даст вам вывод:

животные: медведь и утка.
растения: кактус.
транспортные средства: скоростной катер и школьный автобус.

Answer 2

Можете ли вы показать нам свой код?

Пример на документации по Python довольно прост:

groups = []
uniquekeys = []
for k, g in groupby(data, keyfunc):
    groups.append(list(g))      # Store group iterator as a list
    uniquekeys.append(k)

Итак, в вашем случае data - это список узлов, keyfunc - это то место, куда идет логика функции вашего критерия, а затем groupby() группирует данные.

Вы должны быть осторожны, чтобы отсортировать данные по критериям, прежде чем позвонить groupby, иначе они не будут работать. groupby Метод на самом деле просто перебирает список и при каждом изменении ключа создает новую группу.

Answer 3

itertools.groupby - инструмент для группировки предметов.

Из документов мы рассмотрим подробнее, что он может сделать:

# [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B

# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D

groupby объекты дают пары групп ключей, где группа является генератором.

Особенности

• а. Группировка последовательных элементов вместе
• B. Сгруппировать все вхождения элемента по отсортированной итерации
• C. Укажите, как группировать элементы с помощью ключевой функции

Сравнения

# Define a printer for comparing outputs
>>> def print_groupby(iterable, key=None):
...    for k, g in it.groupby(iterable, key):
...        print("key: '{}'--> group: {}".format(k, list(g)))

# Feature A: group consecutive occurrences
>>> print_groupby("BCAACACAADBBB")
key: 'B'--> group: ['B']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A', 'A']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A']
key: 'C'--> group: ['C']
key: 'A'--> group: ['A', 'A']
key: 'D'--> group: ['D']
key: 'B'--> group: ['B', 'B', 'B']

# Feature B: group all occurrences
>>> print_groupby(sorted("BCAACACAADBBB"))
key: 'A'--> group: ['A', 'A', 'A', 'A', 'A']
key: 'B'--> group: ['B', 'B', 'B', 'B']
key: 'C'--> group: ['C', 'C', 'C']
key: 'D'--> group: ['D']

# Feature C: group by a key function
>>> key = lambda x: x.islower()
>>> print_groupby(sorted("bCAaCacAADBbB"), key)
key: 'False'--> group: ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'D']
key: 'True'--> group: ['a', 'a', 'b', 'b', 'c']

Использует

• Анаграммы ( см. Блокнот )
• Binning
• Группа нечетных и четных чисел
• Группировка списка по значениям
• Удалить повторяющиеся элементы
• Поиск индексов повторяющихся элементов в массиве
• Разделить массив на куски n-размера
• Найти соответствующие элементы между двумя списками
• Алгоритм сжатия ( см. Блокнот ) / Кодировка длин серий
• Группировка букв по длине, функция клавиш ( см. Блокнот )
• Последовательные значения через порог ( см. Блокнот )
• Поиск диапазонов чисел в списке или непрерывных элементов (см. документы )
• Найти все связанные самые длинные последовательности
• Примите последовательные последовательности, которые удовлетворяют условию ( см. Связанный пост )

Примечание. Несколько последних примеров взяты из PyCon Виктора Террона (разговор) (испанский) , "Кунг-фу на рассвете с Itertools". См. Также groupby исходный код , написанный на C.

---

Ответ

# OP: Yes, you can use `groupby`, e.g. 
[do_something(list(g)) for _, g in groupby(lxml_elements, key=criteria_func)]

Answer 4

Простой трюк с groupby заключается в запуске кодирования длины в одну строку:

[(c,len(list(cgen))) for c,cgen in groupby(some_string)]

выдаст вам список из двух кортежей, где первый элемент - это символ, а второй - количество повторений.

Edit: Обратите внимание, что это то, что отделяет itertools.groupby от семантики SQL GROUP BY: itertools не (и вообще не может) заранее сортировать итератор, поэтому группы с одинаковым «ключом» т слился.

Answer 5

Другой пример:

for key, igroup in itertools.groupby(xrange(12), lambda x: x // 5):
    print key, list(igroup)

результаты в

0 [0, 1, 2, 3, 4]
1 [5, 6, 7, 8, 9]
2 [10, 11]

Обратите внимание, что igroup является итератором (суб-итератор, как называется в документации).

Это полезно для разбиения генератора на части:

def chunker(items, chunk_size):
    '''Group items in chunks of chunk_size'''
    for _key, group in itertools.groupby(enumerate(items), lambda x: x[0] // chunk_size):
        yield (g[1] for g in group)

with open('file.txt') as fobj:
    for chunk in chunker(fobj):
        process(chunk)

Еще один пример группировки - когда ключи не отсортированы. В следующем примере элементы в xx сгруппированы по значениям в yy. В этом случае сначала выводится один набор нулей, затем набор единиц, а затем снова набор нулей.

xx = range(10)
yy = [0, 0, 0, 1, 1, 1, 0, 0, 0, 0]
for group in itertools.groupby(iter(xx), lambda x: yy[x]):
    print group[0], list(group[1])

Производит:

0 [0, 1, 2]
1 [3, 4, 5]
0 [6, 7, 8, 9]

Answer 6

ВНИМАНИЕ:

Список синтаксиса (groupby (...)) не будет работать так, как вы хотите. Кажется, он разрушает внутренние объекты итератора, поэтому

for x in list(groupby(range(10))):
    print(list(x[1]))

даст:

[]
[]
[]
[]
[]
[]
[]
[]
[]
[9]

Вместо списка (groupby (...)) попробуйте [(k, list (g)) для k, g в groupby (...)] или, если вы часто используете этот синтаксис,

def groupbylist(*args, **kwargs):
    return [(k, list(g)) for k, g in groupby(*args, **kwargs)]

и получите доступ к групповым функциям, избегая этих надоедливых (для маленьких данных) итераторов вместе.

Answer 7

Я хотел бы привести еще один пример, в котором groupby без сортировки не работает. Адаптировано на примере Джеймсом Сулаком

from itertools import groupby

things = [("vehicle", "bear"), ("animal", "duck"), ("animal", "cactus"), ("vehicle", "speed boat"), ("vehicle", "school bus")]

for key, group in groupby(things, lambda x: x[0]):
    for thing in group:
        print "A %s is a %s." % (thing[1], key)
    print " "

вывод

A bear is a vehicle.

A duck is a animal.
A cactus is a animal.

A speed boat is a vehicle.
A school bus is a vehicle.

есть две группы с транспортным средством, тогда как можно ожидать только одну группу

Answer 8

@ CaptSolo, я попробовал ваш пример, но он не сработал.

from itertools import groupby 
[(c,len(list(cs))) for c,cs in groupby('Pedro Manoel')]

Выход:

[('P', 1), ('e', 1), ('d', 1), ('r', 1), ('o', 1), (' ', 1), ('M', 1), ('a', 1), ('n', 1), ('o', 1), ('e', 1), ('l', 1)]

Как вы можете видеть, есть два o и два e, но они попали в отдельные группы. Именно тогда я понял, что вам нужно отсортировать список, переданный функции groupby. Итак, правильное использование будет:

name = list('Pedro Manoel')
name.sort()
[(c,len(list(cs))) for c,cs in groupby(name)]

Выход:

[(' ', 1), ('M', 1), ('P', 1), ('a', 1), ('d', 1), ('e', 2), ('l', 1), ('n', 1), ('o', 2), ('r', 1)]

Просто запомните, что если список не отсортирован, функция группировки не будет работать !

Answer 9

Сортировка и групповой сбор

from itertools import groupby

val = [{'name': 'satyajit', 'address': 'btm', 'pin': 560076}, 
       {'name': 'Mukul', 'address': 'Silk board', 'pin': 560078},
       {'name': 'Preetam', 'address': 'btm', 'pin': 560076}]


for pin, list_data in groupby(sorted(val, key=lambda k: k['pin']),lambda x: x['pin']):
...     print pin
...     for rec in list_data:
...             print rec
... 
o/p:

560076
{'name': 'satyajit', 'pin': 560076, 'address': 'btm'}
{'name': 'Preetam', 'pin': 560076, 'address': 'btm'}
560078
{'name': 'Mukul', 'pin': 560078, 'address': 'Silk board'}

Answer 10

Как использовать itertools.groupby () в Python?

Вы можете использовать groupby, чтобы группировать вещи для повторения. Вы даете groupby итеративный и необязательный key function / callable, с помощью которого проверяются элементы, когда они выходят из итерируемого, и он возвращает итератор, который дает двукратный набор результата ключа вызываемые и фактические элементы в другой итерации. Из справки:

groupby(iterable[, keyfunc]) -> create an iterator which returns
(key, sub-iterator) grouped by each value of key(value).

Ниже приведен пример группирования с использованием сопрограммы для группировки по счетчику. Он использует вызываемый ключ (в данном случае coroutine.send), чтобы просто подсчитать счетчик для сколь угодно большого количества итераций и сгруппированный субитератор элементов:

import itertools


def grouper(iterable, n):
    def coroutine(n):
        yield # queue up coroutine
        for i in itertools.count():
            for j in range(n):
                yield i
    groups = coroutine(n)
    next(groups) # queue up coroutine

    for c, objs in itertools.groupby(iterable, groups.send):
        yield c, list(objs)
    # or instead of materializing a list of objs, just:
    # return itertools.groupby(iterable, groups.send)

list(grouper(range(10), 3))

печать

[(0, [0, 1, 2]), (1, [3, 4, 5]), (2, [6, 7, 8]), (3, [9])]