Python 根据其标签的子集

假设我有两个列表：

字母=[a，b，c，d，e，f，g，h，I]

和

数字=[0，1，1，2，1，1，0，2，1，0]

。我希望最终结果是

output=[[a，f，I]，[b，c，e，I]，[d，g，h]

---

这里的

0

、

1

和

2

是不同的类。例如，

a

来自class

0

，而

b

和

c

来自class

1

。我只需要根据字母的类别将其放入子列表中

我想我可以在这里给你

zip（）

和一个列表，但我不知道怎么做。如何使用numpy实现这一点？

您可以使用

zip（）

和临时字典：

letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i']
digits = [0, 1, 1, 2, 1, 0, 2, 2, 1, 0]

tmp = {}
for d, l in zip(digits, letters):
    tmp.setdefault(d, []).append(l)

out = []
for k in sorted(tmp):
    out.append(tmp[k])

print(out)

印刷品：

[['a', 'f'], ['b', 'c', 'e', 'i'], ['d', 'g', 'h']]

---

或者：另一个版本（使用

itertools.groupby

）：

---

答案的另一个变体（这里有

groupby

和

itemgetter

）：

从itertools导入groupby
从运算符导入itemgetter
字母=['a'，'b'，'c'，'d'，'e'，'f'，'g'，'h'，'i']
数字=[0,1,1,2,1,0,2,2,1,0]
组合字母数字=排序（zip（字母，数字），键=itemgetter（1））
字母\组=分组依据（组合字母\数字，itemgetter（1））
out=[[group_数据中的项的项[0]对于字母组中的（键，group_数据）]
打印（输出）

更加简洁，没有带

熊猫的循环

import pandas as pd

s = pd.Series(
    ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'],
    index=[0, 1, 1, 2, 1, 0, 2, 2, 1],
    name='letters'
)

[*s.groupby(level=0).agg(list)]


[['a', 'f'], ['b', 'c', 'e', 'i'], ['d', 'g', 'h']]

numpy
解决方案也是可能的：

digits = np.array([0, 1, 1, 2, 1, 0, 2, 2, 0])
letters = np.array(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i'])
argidx = np.argsort(digits)
digits, letters = digits[argidx], letters[argidx]
markers = np.diff(digits, prepend=digits[0])
marker_idx, = np.nonzero(markers)
np.split(letters, marker_idx)

输出：

[array(['a', 'f', 'i'], dtype='<U1'), array(['b', 'c', 'e'], dtype='<U1'), array(['d', 'g', 'h'], dtype='<U1')]

[array（['a'，f'，i'，dtype='，因为您标记了numpy（我个人更喜欢pandas groupby，因为它是干净的，用于此目的）：

你能解释一下你是如何得到所需的
输出的吗？
0
，
1
和
2
只是不同的类。例如，
a
来自类
0
，而
b
和
c
来自类
1
。我只需要根据它们的类将字母放入子列表中。我不知道由于类的数量可能会有所不同，您可能需要使用
tmp.values（）
此处取而代之，而不是
在
diff
中预先添加
以重新分配内存，您可能希望在
marker\u idx
中添加1。此外，
flatnonzero
比
此处的非零
更简单。+1是正确的numpy解决方案。忽略nitpicking@Mad我见过的物理学家不受欢迎，但并没有I don’我不认为它在内存方面效率低下。这些都是很好的提示。
prepend
调用
np。在纯python代码部分连接
。这很难看。
[array(['a', 'f', 'i'], dtype='<U1'), array(['b', 'c', 'e'], dtype='<U1'), array(['d', 'g', 'h'], dtype='<U1')]

d,l = list(zip(*(sorted(zip(digits,letters)))))
d = np.array(d)
idx = np.flatnonzero(np.r_[True, d[:-1] != d[1:], True])
output = [list(l[i:j]) for i,j in zip(idx[:-1],idx[1:])]
#[['a', 'f'], ['b', 'c', 'e', 'i'], ['d', 'g', 'h']]