如何用Python对数据进行分组

89542767 发布于2022-09-13 11:47 / 855人阅读

　　小编写这篇文章的主要目的，就是告诉大家一些知识，告诉大家如何使用Python对数据进行分组，另外，相关的代码，也会给贴出来，下面就给大家详细的解答下。

　　假如我们这儿有相关数据：

　　data=[
　　("apple",30),("apple",35),
　　("apple",32),("pear",60),
　　("pear",32),("pear",60),
　　("banana",102),("banana",104)
　　]
　　#我们希望变成如下格式
　　"""

　　[('apple',[30,35,32]),
　　('pear',[60,32,60]),
　　('banana',[102,104])]
　　"""
　　假如要是你的话，你应该要怎么去写这个代码呢？
　　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])]
　　"""

　　上述代码的书写方式是完全没有任何问题的，那么怎样才能写的更好一些，可以使用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)含义如下
　　#当k不存在时，将k:v设置在字典中，并返回v
　　#当k存在时，直接返回k对应值
　　data_dict.setdefault(name,[]).append(count)
　　print(list(data_dict.items()))
　　"""
　　[('apple',[30,35,32]),
　　('pear',[60,32,60]),
　　('banana',[102,104])]
　　"""

　　setdefault算是一个使用比较常见的方法了，但是就是使用率不高，每次调用的时候都会调用一个空值，所以这就会比较麻烦了。

　　from collections import defaultdict
　　data=[
　　("apple",30),("apple",35),
　　("apple",32),("pear",60),
　　("pear",32),("pear",60),
　　("banana",102),("banana",104)
　　]
　　#里面接收一个callable
　　#当访问的k不存在时，返回callable调用之后的值
　　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])]
　　"""
　　#也可以指定为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})]
　　"""

　　总的来说，defaultdict和字典的setdefault方法非常类似，我们使用setdefault即可。

　　当然啦，关于分组，还有一种特殊情况，就是词频统计。假设我们想统计可迭代对象中，每个元素出现的次数该怎么做呢？

　　data=["apple","apple","apple",
　　"pear","pear","pear",
　　"banana","banana"]
　　data_dict={}
　　for item in data:
　　#此处不能使用setdefault，因为它是函数
　　#.setdefault(item,0)+=1是不符合语法规则的
　　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(&lt;class'int'&gt;,
　　{'apple':3,'pear':3,'banana':2})
　　"""

　　然而说到词频统计，我们还可以使用collections下的Counter类。

　　from collections import Counter
　　data=["apple","apple","apple",
　　"pear","pear","pear",
　　"banana","banana"]
　　data_dict=Counter(data)
　　#直接搞定，Counter已经包含了我们之前的逻辑
　　print(data_dict)
　　"""
　　Counter({'apple':3,'pear':3,'banana':2})
　　"""
　　#Counter继承dict，除了支持字典操作之外
　　#还提供了很多其它操作，其中一个就是most_common
　　#用于选择出现频率最高的几个元素
　　print(data_dict.most_common(2))
　　"""
　　[('apple',3),('pear',3)]
　　"""

　　综上所述，使用Python进行分组就为大家介绍到这里了，希望可以为各位读者带来帮助。

GPU云服务器云服务器 js对数据进行分组如何用python做数据分析 python 如何用如何用python

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/127690.html

功能式Python中的探索性数据分析

摘要：在中运行不同的实验似乎比试图在中进行这种探索性的操作更有效。理论上，我们可以在中做很多的探索。我们如何继续第一步是获取格式的原始数据。这些列将包含来自使用该代理键的一个请求的一行数据。这是重构的另一部分。数据的最终显示保持完全分离。欢迎大家前往腾讯云+社区，获取更多腾讯海量技术实践干货哦~ 这里有一些技巧来处理日志文件提取。假设我们正在查看一些Enterprise Splunk提取。...

phodal 2019-07-30 16:35 评论0 收藏0
我所理解的正则表达式

摘要：关于，新手理解起来可能比较困难，尤其是一些很牛逼的预查正则表达式。非贪婪与贪婪的问题贪婪出现在这种不确定数量的匹配中，所谓的贪婪，表示正则表达式在匹配的时候，尽可能多的匹配符合条件的内容。学习了半年的正则表达式，也不能说一直学习吧，就是和它一直在打交道，如何用正则表达式解决自己的问题，并且还要考虑如何在匹配大量的文本时去优化它。慢慢的觉得正则已经成为自己的一项技能，逐渐的从一个正则表...

_Zhao 2019-08-20 12:07 评论0 收藏0
我所理解的正则表达式

摘要：关于，新手理解起来可能比较困难，尤其是一些很牛逼的预查正则表达式。非贪婪与贪婪的问题贪婪出现在这种不确定数量的匹配中，所谓的贪婪，表示正则表达式在匹配的时候，尽可能多的匹配符合条件的内容。学习了半年的正则表达式，也不能说一直学习吧，就是和它一直在打交道，如何用正则表达式解决自己的问题，并且还要考虑如何在匹配大量的文本时去优化它。慢慢的觉得正则已经成为自己的一项技能，逐渐的从一个正则表...

K_B_Z 2019-07-31 10:51 评论0 收藏0
python 正则表达式

摘要：正则表达式是一种用来匹配字符串的强有力的武器。正则表达式匹配如果直接给出字符，就是精确匹配。模块提供模块，包含所有正则表达式的功能。分组除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它匹配了，否则，该字符串就是不合法的。 showImg...

孙淑建 2019-07-30 14:24 评论0 收藏0
如何用Python进行数据分析？

摘要：编程基础要学习如何用进行数据分析，数据分析师建议第一步是要了解一些的编程基础，知道的数据结构，什么是向量列表数组字典等等了解的各种函数及模块。数据分析师认为数据分析有的工作都在处理数据。 showImg(https://segmentfault.com/img/bVbnbZo?w=1024&h=653); 本文为CDA数据分析研究院原创作品,转载需授权 1.为什么选择Python进行数...

lifefriend_007 2019-07-30 18:46 评论0 收藏0