根据公共字符串将列表排序为列表，同时保留整个列表

Posted 2023-03-11

【中文标题】根据公共字符串将列表排序为列表，同时保留整个列表

【英文标题】：Sort list into list based on common string while keeping entire list

【发布时间】：2021-10-06 02:09:33

【问题描述】：

我有一个如下所示的数据集：

old_data = [[0,0,0,X],[1,0,0,A],[2,0,0,HJ],[3,0,0,X],[4,0,0,A],[5,0,0,K],[6,0,0,K]

我希望能够将列表排序到他们自己的单独列表中，如下所示：

X_list = [[0,0,0,X],[3,0,0,X]]
A_list = [[1,0,0,A],[4,0,0,A]]
HJ_list = [[2,0,0,HJ]]
K_list = [[5,0,0,K],[6,0,0,K]]

我尝试使用 pandas 中的一些功能和堆栈上的其他一些解决方案，但是，它们都将特定值分组到一个列表中，这最终会删除列表中的所有其他数据。此外，将有 X 个列表 [3]，因此需要生成 X 个列表。我之前尝试的是这样的：

values = sorted(set(map(lambda x: x[3], old_data)))
newlist = [[y[3] for y in old_data if y[3] == x] for x in values]

哪个输出，如下：

newlist = [[X,X],[A,A],[HG],[K,K]]

如果有办法重新排列上面的代码，也许可以保留所有数据并使用 for 循环创建 X 数量的列表？我不太了解上面的代码，所以我不知道该怎么做。否则，可能以某种方式使用熊猫？

【参考方案1】：

你可以简单地使用itertools.groupby:

from itertools import groupby
old_data = [[0,0,0,'X'],
            [1,0,0,'A'],
            [2,0,0,'HJ'],
            [3,0,0,'X'],
            [4,0,0,'A'],
            [5,0,0,'K'],
            [6,0,0,'K']]

k: list(v) for k,v in groupby(sorted(old_data, key=lambda x: x[-1]), lambda x: x[-1])

输出：

'A': [[1, 0, 0, 'A'], [4, 0, 0, 'A']],
 'HJ': [[2, 0, 0, 'HJ']],
 'K': [[5, 0, 0, 'K'], [6, 0, 0, 'K']],
 'X': [[0, 0, 0, 'X'], [3, 0, 0, 'X']]

如果您想要自定义组名：

k+'_list': list(v)
 for k,v in groupby(sorted(old_data, key=lambda x: x[-1]),
lambda x: x[-1])

'A_list': [[1, 0, 0, 'A'], [4, 0, 0, 'A']],
 'HJ_list': [[2, 0, 0, 'HJ']],
 'K_list': [[5, 0, 0, 'K'], [6, 0, 0, 'K']],
 'X_list': [[0, 0, 0, 'X'], [3, 0, 0, 'X']]

【参考方案2】：

假设您的 A、X 等是字符串，我们可以制作一个 dict，将键作为标签，将值作为列表。

我们遍历您的数据，并使用.setdefault 方法为我们尚未看到的任何键创建一个空列表。然后我们将您的列表附加到

old_data = [[0,0,0,'X'],[1,0,0,'A'],[2,0,0,'HJ'],[3,0,0,'X'],[4,0,0,'A'],[5,0,0,'K'],[6,0,0,'K']]

output = 
for i in old_data:
    output.setdefault(i[3]+'_list', []).append(i)
output

'X_list': [[0, 0, 0, 'X'], [3, 0, 0, 'X']],
 'A_list': [[1, 0, 0, 'A'], [4, 0, 0, 'A']],
 'HJ_list': [[2, 0, 0, 'HJ']],
 'K_list': [[5, 0, 0, 'K'], [6, 0, 0, 'K']]

【参考方案3】：

从您的列表列表中创建一个Series，然后使用groupby 根据最后一个元素拆分它们。

import pandas as pd

s = pd.Series(old_data)
s.groupby(s.str[-1]).agg(list)

---

A     [[1, 0, 0, A], [4, 0, 0, A]]
HJ                 [[2, 0, 0, HJ]]
K     [[5, 0, 0, K], [6, 0, 0, K]]
X     [[0, 0, 0, X], [3, 0, 0, X]]
dtype: object