Как я могу использовать itertools.groupby ()?

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

• Возьмите список - в этом случае дети объективированного lxmlэлемента
• Разделите его на группы по некоторым критериям
• Затем выполните итерацию по каждой из этих групп отдельно.

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

Итак, как мне использовать itertools.groupby()? Есть ли другая техника, которую я должен использовать? Указатели на хорошее "предварительное" чтение также приветствуются.

ВАЖНОЕ ПРИМЕЧАНИЕ: сначала нужно отсортировать данные .

Часть, которую я не получил, - это то, 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)

kявляется текущим ключом группировки и gявляется итератором, который можно использовать для перебора группы, определенной этим ключом группировки. Другими словами, сам groupbyитератор 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 thingsэто список кортежей, где первый элемент в каждом кортеже - это группа, к которой принадлежит второй элемент.

groupby()Функция принимает два аргумента: (1) данные для группы и (2) функцию к группе его с.

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

В приведенном выше forоператоре groupbyвозвращает три пары (ключ, групповой итератор) - один раз 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, используя 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.

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)

Таким образом, в вашем случае data - это список узлов, keyfuncкуда идет логика функции вашего критерия, а затем groupby()группирует данные.

Вы должны быть осторожны, чтобы отсортировать данные по критериям, прежде чем позвонить, groupbyиначе это не сработает. groupbyМетод на самом деле просто перебирает список и всякий раз, когда ключ меняется, он создает новую группу.

itertools.groupby это инструмент для группировки предметов.

Из документов мы узнаем, что это 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 ключей-групп, где группа является генератором.

особенности

• А. Группируйте последовательные элементы вместе
• Б. Сгруппировать все вхождения элемента, учитывая отсортированный итеративный
• C. Укажите, как группировать элементы с помощью ключевой функции ^*

Сравнения

# Define a printer for comparing outputs
>>> def print_groupby(iterable, keyfunc=None):
...    for k, g in it.groupby(iterable, keyfunc):
...        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
>>> # keyfunc = lambda s: s.islower()                      # equivalent
>>> def keyfunc(s):
...     """Return a True if a string is lowercase, else False."""   
...     return s.islower()
>>> print_groupby(sorted("bCAaCacAADBbB"), keyfunc)
key: 'False'--> group: ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'D']
key: 'True'--> group: ['a', 'a', 'b', 'b', 'c']

Пользы

• Анаграммы ( см. Тетрадь )
• Binning
• Группа нечетных и четных чисел
• Группировать список по значениям
• Удалить дубликаты элементов
• Найти индексы повторяющихся элементов в массиве
• Разбить массив на куски размера n
• Найти соответствующие элементы между двумя списками
• Алгоритм сжатия ( см. Записную книжку ) / Кодировка длин серий
• Группировка букв по длине, функция клавиш ( см. Блокнот )
• Последовательные значения за порогом ( см. Блокнот )
• Найти диапазоны чисел в списке или непрерывных элементов (см. Документы )
• Найти все связанные длинные последовательности
• Возьмите последовательные последовательности, которые удовлетворяют условию ( см. Связанный пост )

Примечание: некоторые из последних примеров взяты из PyCon (выступления) Виктора Террона (на испанском языке) «Кунг-фу на рассвете с Itertools». Смотрите также groupbyисходный код, написанный на C.

^{* Функция, в которой все элементы передаются и сравниваются, влияя на результат. Другие объекты с основными функциями включают в себя sorted(), max()и min().}

отклик

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

Отличный трюк с groupby - запустить кодирование длины в одну строку:

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

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

Изменить: Обратите внимание, что это то, что отличает семантику itertools.groupbySQL GROUP BY: itertools не (и вообще не может) заранее сортировать итератор, поэтому группы с одинаковым «ключом» не объединяются.

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 (подитератором, как его называет документация).

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 группового - 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]

ПРЕДУПРЕЖДЕНИЕ:

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

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

будет производить:

[]
[]
[]
[]
[]
[]
[]
[]
[]
[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 получить доступ к функциональности groupby, избегая этих надоедливых (для маленьких данных) итераторов вместе.

Я хотел бы привести еще один пример, где groupby без сортировки не работает. Адаптировано из примера Джеймса Сулака

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 " "

выход

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

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

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

Вывод:

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

Как видите, есть два «О» и «2», 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)]

Вывод:

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

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

Сортировка и групповой

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'}

Как использовать itertools.groupby () в Python?

Вы можете использовать groupby, чтобы группировать вещи для повторения. Вы даете groupby итерируемую и необязательную ключевую функцию / вызываемую функцию, с помощью которой проверяются элементы, когда они выходят из итерируемой, и она возвращает итератор, который дает двукратный набор результата вызываемой клавиши и фактических элементов в еще один повторяемый. Из справки:

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

Вот 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 суб-итератор 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])]

Может пригодиться один полезный пример:

from itertools import groupby

#user input

myinput = input()

#creating empty list to store output

myoutput = []

for k,g in groupby(myinput):

    myoutput.append((len(list(g)),int(k)))

print(*myoutput)

Пример ввода: 14445221

Пример выборки: (1,1) (3,4) (1,5) (2,2) (1,1)

Эта базовая реализация помогла мне понять эту функцию. Надеюсь, это поможет и другим:

arr = [(1, "A"), (1, "B"), (1, "C"), (2, "D"), (2, "E"), (3, "F")]

for k,g in groupby(arr, lambda x: x[0]):
    print("--", k, "--")
    for tup in g:
        print(tup[1])  # tup[0] == k

-- 1 --
A
B
C
-- 2 --
D
E
-- 3 --
F

Вы можете написать собственную групповую функцию:

           def groupby(data):
                kv = {}
                for k,v in data:
                    if k not in kv:
                         kv[k]=[v]
                    else:
                        kv[k].append(v)
           return kv

     Run on ipython:
       In [10]: data = [('a', 1), ('b',2),('a',2)]

        In [11]: groupby(data)
        Out[11]: {'a': [1, 2], 'b': [2]}