如何计算列表中值块的大小？

Posted 2023-03-11

【中文标题】如何计算列表中值块的大小？

【英文标题】：How to calculate the size of blocks of values in a list?

【发布时间】：2021-02-08 00:11:57

【问题描述】：

我有一个这样的列表：

list_1 = [0, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 1]

如何计算此列表中1 和0 值块的大小？ 结果列表将如下所示：

list_2 = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 1, 1]

【问题讨论】：

请考虑提供有关问题所在的更多详细信息。

根据文字要求，结果应为[1, 2, 3, 4, 1, 1]。

【参考方案1】：

尝试使用cumsum 和diff 然后transform count

s = pd.Series(list_1)
s.groupby(s.diff().ne(0).cumsum()).transform('count')
Out[91]: 
0     1
1     2
2     2
3     3
4     3
5     3
6     4
7     4
8     4
9     4
10    1
11    1
dtype: int64

【讨论】：

你能解释一下吗？我想了解这些方法>？

@adirabargil 首先做 diff 和 eq 值返回不是 0 表示值改变然后我们做 cumsum 并创建子组键

【参考方案2】：

NumPy 方式 -

In [15]: a = np.array(list_1)

In [16]: c = np.diff(np.flatnonzero(np.r_[True,a[:-1] != a[1:],True]))

In [17]: np.repeat(c,c)
Out[17]: array([1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 1, 1])

10,000x 给定示例的平铺版本的时间安排：

In [45]: list_1
Out[45]: [0, 1, 1, 0, 0, 0, 1, 1, 1, 1, 0, 1]

In [46]: list_1 = np.tile(list_1,10000).tolist()

# Itertools groupby way :
In [47]: %%timeit
    ...: result = []
    ...: for k, v in groupby(list_1):
    ...:     length = len(list(v))
    ...:     result.extend([length] * length)
28.7 ms ± 435 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

# Pandas way :
In [48]: %%timeit
    ...: s = pd.Series(list_1)
    ...: s.groupby(s.diff().ne(0).cumsum()).transform('count')
28.3 ms ± 324 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

# NumPy way :
In [49]: %%timeit
    ...: a = np.array(list_1)
    ...: c = np.diff(np.flatnonzero(np.r_[True,a[:-1] != a[1:],True]))
    ...: np.repeat(c,c)
8.16 ms ± 76.3 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

【参考方案3】：

您可以使用from itertools import groupby，因为groupby(list_1) 将产生以下结构

>> [(k, list(v)) for k, v in groupby(list_1)]
[(0, [0]), (1, [1, 1]), (0, [0, 0, 0]), (1, [1, 1, 1, 1]), (0, [0]), (1, [1])]

然后只需迭代并添加与列表长度一样多的框

result = []
for k, v in groupby(list_1):
    length = len(list(v))
    result.extend([length] * length) # list of value 'length' of size 'length'

print(result)  # [1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 1, 1]

【参考方案4】：

这是一种使用shift和cumsum的方法

s.groupby((s != s.shift()).cumsum()).transform('size')

【参考方案5】：

您可以只计算具有相同值的项目的出现次数

def get_counts():
    counts = []
    previous = -1
    group_index = -1
    for x in list_1:
        if previous == x:
            counts[group_index] += 1
        else:
            group_index += 1
            counts.append(1)
        previous = x 
    return counts

[1, 2, 3, 4, 1, 1]

然后

list_2 = []
for i in get_counts():
    list_2 += [i] * i 

[1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 1, 1]