一文詳解Python如何優(yōu)雅地對(duì)數(shù)據(jù)進(jìn)行分組

更新時(shí)間：2022年07月14日 10:18:26 作者：Python技術(shù)大本營(yíng)

這篇文章主要和大家詳細(xì)介紹一下Python是如何優(yōu)雅地對(duì)數(shù)據(jù)進(jìn)行分組的，文中通過(guò)示例進(jìn)行了詳細(xì)的講解，感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下

假設(shè)我們有這樣一種數(shù)據(jù)：

data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]

#?我們希望變成如下格式
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""

如果是你的話，你會(huì)怎么做呢？很容易想到的一種解決方案是構(gòu)造一個(gè)字典：

data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]

data_dict?=?{}
for?name,?count?in?data:
????if?name?not?in?data_dict:
????????data_dict[name]?=?[]
????data_dict[name].append(count)
print(data_dict)
"""
{'apple':?[30,?35,?32],?
?'pear':?[60,?32,?60],?
?'banana':?[102,?104]}
"""
print(list(data_dict.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""

這種方案完全沒(méi)有問(wèn)題，不過(guò)我們還可以寫(xiě)的更優(yōu)雅一些，也就是使用字典的 setdefault 方法：

data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]

data_dict?=?{}
for?name,?count?in?data:
????#?setdefault(k,?v)?含義如下
????#?當(dāng)?k?不存在時(shí)，將?k:?v?設(shè)置在字典中，并返回?v
????#?當(dāng)?k?存在時(shí)，直接返回?k?對(duì)應(yīng)值
????data_dict.setdefault(name,?[]).append(count)

print(list(data_dict.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""

setdefault 是一個(gè)非常方便的方法，但是使用頻率卻不怎么高，或者說(shuō)該方法不太讓人喜歡。主要是每次調(diào)用都要給一個(gè)初始值，比如代碼中的空列表 []。另外這里的初始值可以任意，如果你希望添加的時(shí)候還能實(shí)現(xiàn)去重效果，那么就將空列表?yè)Q成空集合即可。

或者我們還可以使用 defaultdict，它位于 collections 模塊中。

from?collections?import?defaultdict

data?=?[
????("apple",?30),?("apple",?35),
????("apple",?32),?("pear",?60),
????("pear",?32),?("pear",?60),
????("banana",?102),?("banana",?104)
]

#?里面接收一個(gè)?callable
#?當(dāng)訪問(wèn)的?k?不存在時(shí)，返回?callable?調(diào)用之后的值
data_dict1?=?defaultdict(list)
for?name,?count?in?data:
????data_dict1[name].append(count)

print(list(data_dict1.items()))
"""
[('apple',?[30,?35,?32]),?
?('pear',?[60,?32,?60]),?
?('banana',?[102,?104])]
"""

#?也可以指定為?set
data_dict2?=?defaultdict(set)
for?name,?count?in?data:
????data_dict2[name].add(count)

print(list(data_dict2.items()))
"""
[('apple',?{32,?35,?30}),?
?('pear',?{32,?60}),?
?('banana',?{104,?102})]
"""

總的來(lái)說(shuō)，defaultdict 和字典的 setdefault 方法非常類(lèi)似，我們使用 setdefault 即可。

當(dāng)然啦，關(guān)于分組，還有一種特殊情況，就是詞頻統(tǒng)計(jì)。假設(shè)我們想統(tǒng)計(jì)可迭代對(duì)象中，每個(gè)元素出現(xiàn)的次數(shù)該怎么做呢？

data?=?["apple",?"apple",?"apple",
????????"pear",?"pear",?"pear",
????????"banana",?"banana"]

data_dict?=?{}
for?item?in?data:
????#?此處不能使用?setdefault，因?yàn)樗呛瘮?shù)
????#?.setdefault(item,?0)?+=?1?是不符合語(yǔ)法規(guī)則的
????if?item?not?in?data_dict:
????????data_dict[item]?=?0
????data_dict[item]?+=?1

print(data_dict)
"""
{'apple':?3,?'pear':?3,?'banana':?2}
"""

#?或者使用?defaultdict
from?collections?import?defaultdict
data_dict?=?defaultdict(int)
for?item?in?data:
????data_dict[item]?+=?1
print(data_dict)
"""
defaultdict(<class?'int'>,?
????????????{'apple':?3,?'pear':?3,?'banana':?2})
"""

然而說(shuō)到詞頻統(tǒng)計(jì)，我們還可以使用 collections 下的 Counter 類(lèi)。

from?collections?import?Counter

data?=?["apple",?"apple",?"apple",
????????"pear",?"pear",?"pear",
????????"banana",?"banana"]

data_dict?=?Counter(data)
#?直接搞定，Counter?已經(jīng)包含了我們之前的邏輯
print(data_dict)
"""
Counter({'apple':?3,?'pear':?3,?'banana':?2})
"""
#?Counter?繼承?dict，除了支持字典操作之外
#?還提供了很多其它操作，其中一個(gè)就是?most_common
#?用于選擇出現(xiàn)頻率最高的幾個(gè)元素
print(data_dict.most_common(2))
"""
[('apple',?3),?('pear',?3)]
"""

還是很簡(jiǎn)單的。

到此這篇關(guān)于一文詳解Python如何優(yōu)雅地對(duì)數(shù)據(jù)進(jìn)行分組的文章就介紹到這了,更多相關(guān)Python數(shù)據(jù)分組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: