这里我有一个n个k元组的列表(这里我设置n = 4, k = 5)
A = [(1, 3, 5, 6, 6), (0, 1, 2, 4, 5), (1, 9, 8, 3, 5), (0, 2, 3, 5, 7)]
我希望对这些元组按它们的第一个元素排序,所以它将是2组。在每一组中,我只选择最后一个元素最大的元组。因此,在这种情况下,我希望函数的输出是一个元组列表,例如
[(1, 3, 5, 6, 6),
(0, 2, 3, 5, 7)]
下面是我的尝试,看起来效果不太好
import pandas as pd
import numpy as np
def f (sample):
data = pd.DataFrame(sample)
grouped_data = data.groupby(0)
maximums = grouped_data.max(4)
result = list(maximums.to_records(index = False))
return result
我想知道这是否可以通过写字典来完成?如果有,怎么做?欢迎任何提示或帮助。
您可以使用itertools.groupby
:
import itertools
def by_first_element(t):
return t[0]
def by_last_element(t):
return t[-1]
sorted_A = sorted(A, key=by_first_element)
groups = [[*g] for _, g in itertools.groupby(sorted_A, key=by_first_element)]
max_of_each_group = [max(g, key=by_last_element) for g in groups]
输出:
[(0, 2, 3, 5, 7), (1, 3, 5, 6, 6)]
或者,是的,您可以使用字典:
groups = {}
for t in A:
groups[t[0]] = groups.get(t[0], []) + [t]
max_of_each_group = [max(g, key=lambda t: t[-1]) for g in groups.values()]
如果要对max_of_each_group
排序,则
>>> sorted(max_of_each_group, key=lambda t: t[0])
[(0, 2, 3, 5, 7), (1, 3, 5, 6, 6)]
这对于字典来说是微不足道的。实际上,由于要对组执行缩减操作,因此可以非常节省空间地在每一步执行缩减操作:
>>> A = [(1, 3, 5, 6, 6), (0, 1, 2, 4, 5), (1, 9, 8, 3, 5), (0, 2, 3, 5, 7)]
>>> result = {}
>>> for tup in A:
... first = tup[0]
... result[first] = max(tup, result.get(first, tup), key=lambda x:x[-1])
...
>>> result
{1: (1, 3, 5, 6, 6), 0: (0, 2, 3, 5, 7)}
>>> list(result.values())
[(1, 3, 5, 6, 6), (0, 2, 3, 5, 7)]
另一种有效的方法是先进行分组步骤,然后再进行约简步骤,这可能更容易推广:
>>> result = {}
>>> grouper = {}
>>> for tup in A:
... grouper.setdefault(tup[0],[]).append(tup)
...
>>> grouper
{1: [(1, 3, 5, 6, 6), (1, 9, 8, 3, 5)], 0: [(0, 1, 2, 4, 5), (0, 2, 3, 5, 7)]}
和减少:
>>> {k: max(v, key=lambda x:x[-1]) for k,v in grouper.items()}
{1: (1, 3, 5, 6, 6), 0: (0, 2, 3, 5, 7)}