使用内部连接合并两个数组的数据

Question

我在数组中有两个数据集：

arr1 = [
  ['2011-10-10', 1, 1],
  ['2007-08-09', 5, 3],
  ...
]
arr2 = [
  ['2011-10-10', 3, 4],
  ['2007-09-05', 1, 1],
  ...
]

我想把它们组合成一个数组，如下所示：

arr3 = [
  ['2011-10-10', 1, 1, 3, 4],
  ...
]

我的意思是，只需将这些行与同一个date列组合即可。

只是为了澄清，我不需要那些没有出现在两个数组中的行，只需将它们删除即可。

Answer 1

以不同的方式组织数据（您可以轻松地将现有数据转换为两个dict）：

d1 = { '2011-10-10': [1, 1],
       '2007-08-09': [5, 3]
     }
d2 = { '2011-10-10': [3, 4],
       '2007-09-05': [1, 1]
     }

然后：

d3 = { k : d1[k] + d2[k] for k in d1 if k in d2 }

Answer 2

值得一提的是设置数据类型。因为他们的方法与问题类型一致。集合运算符使您可以通过全联接、内部联接、外部联接、左侧联接和右侧联接轻松灵活地联接集合。与字典一样，集合不保留顺序，但如果将集合强制转换回列表，则可以对结果联接应用顺序。或者，您可以使用有序字典。

set1 = set(x[0] for x in arr1)
set2 = set(x[0] for x in arr2)
resultset = (set1 & set2)

这只会让你得到原始列表中日期的并集，为了重建arr3，你需要在结果集中的arr1和arr2中添加[1:]数据。这种重建不会像使用上面的字典解决方案那样简洁，但对于类似的问题，使用集合是值得考虑的。

Answer 3

您可以将数组转换为dict，然后再转换回来。

d1 = dict((x[0],x[1:]) for x in arr1)
d2 = dict((x[0],x[1:]) for x in arr2)
keys = set(d1).union(d2)
n = []
result = dict((k, d1.get(k, n) + d2.get(k, n)) for k in keys)

Answer 4

单一字典方法：

tmp = {}
# add as many as you like into the outermost array.
for outer in [arr1,arr2]:
    for inner in outer:
        start, rest = inner[0], inner[1:]
        # the list if key exists, else create a new list. Append to the result
        tmp[start] = tmp.get(start,[]) + rest
output = []
for k,v in tmp.iteritems():
   output.append([k] + v)

这相当于一个完整的外部联接（即使一侧为null，也会从两侧返回数据）。如果你想要一个内部加入，你可以把它改为：

tmp = {}
keys_with_dupes = []
for outer in [arr1,arr2]:
    for inner in outer:
        start, rest = inner[0], inner[1:]
        original = tmp.get(start,[])
        tmp[start] = original + rest
        if original:
            keys_with_dupes.append(start)
output = []
for k in keys_with_dupes:
   v = tmp[k]
   output.append([k] + v)

Answer 5

生成器函数方法，跳过日期不匹配的相应元素：

import itertools
def gen(a1, a2):
    for x,y in itertools.izip(a1, a2):
        if x[0] == y[0]:
            ret = list(x)
            ret.extend(y[1:])
            yield ret
        else:
            continue
>>print list(gen(arr1, arr2))
[['2011-10-10', 1, 1, 3, 4]]

但是，是的，如果可能的话，以不同的方式组织数据。

Answer 6

除非两者都是非常大的列表，否则我会使用字典：

arr1 = [
  ['2011-10-10', 1, 1],
  ['2007-08-09', 5, 3]
]
arr2 = [
  ['2011-10-10', 3, 4],
  ['2007-09-05', 1, 1]
]
table_1 = dict((tup[0], tup[1:]) for tup in arr1)
table_2 = dict((tup[0], tup[1:]) for tup in arr2)
merged = {}
for key, value in table_1.items():
    other = table_2.get(key)
    if other:
        merged[key] = value + other

否则，对每一个进行排序，然后以这种方式进行合并会更有效率。但我想，就大多数目的而言，这已经足够快了。