如何在使用 itertools.groupby 删除重复项时包含每个字符的计数

Posted 2023-02-25

【中文标题】如何在使用 itertools.groupby 删除重复项时包含每个字符的计数

【英文标题】：How to include the counts for each character while removing the duplicates using itertools.groupby

【发布时间】：2017-03-07 09:03:41

【问题描述】：

我有以下代码：

df= pd.DataFrame(data=all_r_1.to_dataframe().groupby(['user_id'])['type'].sum()).reset_index()

userid | type
20     | aab
21     | ababb

要从type 列中的字符串中删除重复项，我有以下代码：

df['type'] = df['type'].apply(lambda x: ''.join(ch for ch, _ in itertools.groupby(x)))

产生这个：

userid | type
20     | ab
21     | abab

这是输入df：

id | userid | type 
1  | 20     | a  
2  | 20     | a
3  | 20     | b
4  | 21     | a  
5  | 21     | b
6  | 21     | a
7  | 21     | b
8  | 21     | b

但是，我想做的是在删除重复项的同时包含每个字符的计数：

userid | type
20     | a2b
21     | abab2

有什么想法可以修改itertools.groupby 代码以包含计数吗？

【问题讨论】：

试试这个：df['type'] = df['type'].apply(lambda x: ''.join(ch+len(list(group)) for ch, group in itertools.groupby(x)))

@Chris_Rands 谢谢！我收到此错误TypeError: object of type 'itertools._grouper' has no len()

你输入len(list(group))了吗？ （我将其编辑到我的原始评论中）

@Chris_Rands 是的，它有效，但我需要将其转换为 str。你能把这个作为答案发布吗？

【参考方案1】：

itertools.groupby 存储实际组，因此您可以按如下方式访问：

df['type'] = df['type'].apply(lambda x: ''.join(''.format(ch,len(list(group))) for ch, group in itertools.groupby(x)))