如何从 Python 中的列表中获取具有相应出现次数的唯一值?
Posted
技术标签:
【中文标题】如何从 Python 中的列表中获取具有相应出现次数的唯一值?【英文标题】:How to get unique values with respective occurrence count from a list in Python? 【发布时间】:2011-01-24 11:25:46 【问题描述】:我有一个包含重复项目的列表,我想要一个独特项目的列表及其频率。
例如,我有['a', 'a', 'b', 'b', 'b']
,我想要[('a', 2), ('b', 3)]
。
正在寻找一种无需循环两次的简单方法。
【问题讨论】:
只是让您知道...您接受的答案违反了您的“不循环两次”约束。 (我在这里发表评论,以便您收到通知:-)。 你也能稍微澄清一下你的问题吗?您的项目是否总是组合在一起?或者它们可以按任何顺序出现在列表中吗? 是的,汤姆。虽然我的问题没有具体说明这一点 - 但在我的特殊情况下,这些值正在排序。谢谢。 【参考方案1】:使用 Python 2.7+,您可以使用 collections.Counter
。
否则,请参阅this counter receipe。
在 Python 2.7+ 下:
from collections import Counter
input = ['a', 'a', 'b', 'b', 'b']
c = Counter( input )
print( c.items() )
输出是:
[('a', 2), ('b', 3)]
【讨论】:
【参考方案2】:如果您的项目被分组(即相似的项目聚集在一起),最有效的使用方法是itertools.groupby
:
>>> [(g[0], len(list(g[1]))) for g in itertools.groupby(['a', 'a', 'b', 'b', 'b'])]
[('a', 2), ('b', 3)]
【讨论】:
@Tom:我知道这个限制。但是,当对项目进行分组时,groupby
是有效且首选的方法
你应该说清楚......注意问题中的约束说“我有一个包含重复项目的列表”...... OP给出的列表只是一个例子。我认为这个解决方案不够通用。如果 OP 指定输入列表始终将元素分组,我会同意。
@Tom:你是对的 - 我已经更新了答案(顺便说一句,我从他的“重复项目”中假设它们是分组的)
好的 Eli...感谢您的更新 :-)。我撤销了我的 -1,因为你的答案现在更清楚了。
有没有办法按计数对结果元组列表进行排序?【参考方案3】:
>>> mylist=['a', 'a', 'b', 'b', 'b']
>>> [ (i,mylist.count(i)) for i in set(mylist) ]
[('a', 2), ('b', 3)]
【讨论】:
【参考方案4】:如果您愿意使用 3rd 方库,NumPy 提供了一个方便的解决方案。如果您的列表仅包含数字数据,这将特别有效。
import numpy as np
L = ['a', 'a', 'b', 'b', 'b']
res = list(zip(*np.unique(L, return_counts=True)))
# [('a', 2), ('b', 3)]
要理解语法,请注意np.unique
这里返回一个唯一值和计数的元组:
uniq, counts = np.unique(L, return_counts=True)
print(uniq) # ['a' 'b']
print(counts) # [2 3]
另见:What are the advantages of NumPy over regular Python lists?
【讨论】:
【参考方案5】:我知道这不是单行的...但对我来说我喜欢它,因为我很清楚我们传递了一次初始值列表(而不是对其调用 count):
>>> from collections import defaultdict
>>> l = ['a', 'a', 'b', 'b', 'b']
>>> d = defaultdict(int)
>>> for i in l:
... d[i] += 1
...
>>> d
defaultdict(<type 'int'>, 'a': 2, 'b': 3)
>>> list(d.iteritems())
[('a', 2), ('b', 3)]
>>>
【讨论】:
【参考方案6】:“老派的方式”。
>>> alist=['a', 'a', 'b', 'b', 'b']
>>> d=
>>> for i in alist:
... if not d.has_key(i): d[i]=1 #also: if not i in d
... else: d[i]+=1
...
>>> d
'a': 2, 'b': 3
【讨论】:
【参考方案7】:另一种方法是
mylist = [1, 1, 2, 3, 3, 3, 4, 4, 4, 4]
mydict =
for i in mylist:
if i in mydict: mydict[i] += 1
else: mydict[i] = 1
然后获取元组列表,
mytups = [(i, mydict[i]) for i in mydict]
这只会遍历列表一次,但它也必须遍历字典一次。但是,鉴于列表中有很多重复项,那么字典应该小很多,因此遍历速度更快。
不过,我承认,这不是一段非常漂亮或简洁的代码。
【讨论】:
这在精神上与我的解决方案相同...除了 defaultdict 合并第一部分(因为您不必检查是否存在)并且 list(mydict.iteritems()) 比列表理解。mytups = mydict.items()
是获取元组列表的更简单方法。
感谢@Paul 和@Tom。似乎总有更好的方法在 Python 中做某事。 :)【参考方案8】:
没有散列的解决方案:
def lcount(lst):
return reduce(lambda a, b: a[0:-1] + [(a[-1][0], a[-1][1]+1)] if a and b == a[-1][0] else a + [(b, 1)], lst, [])
>>> lcount([])
[]
>>> lcount(['a'])
[('a', 1)]
>>> lcount(['a', 'a', 'a', 'b', 'b'])
[('a', 3), ('b', 2)]
【讨论】:
【参考方案9】:将任意数据结构转化为pandas系列s:
代码:
for i in sort(s.value_counts().unique()):
print i, (s.value_counts()==i).sum()
【讨论】:
【参考方案10】:在 pandas 的帮助下,您可以这样做:
import pandas as pd
dict(pd.value_counts(my_list))
【讨论】:
以上是关于如何从 Python 中的列表中获取具有相应出现次数的唯一值?的主要内容,如果未能解决你的问题,请参考以下文章