python在元组中对项进行分组，不重复

我有

我想

(('A', '1', 'UTC\xb100:00'), ('B', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('D', '1', 'UTC+01:00'), ('E', '1', 'UTC\xb100:00'), ('F', '1', 'UTC+03:00'))

---

我见过你可以用列表来做这件事，但我没见过用卷发来做这件事。。这是可能的吗？

使用它可能有点过分，但您可以：

  (('A','E, '1', 'UTC\xb100:00'), ('B','D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('F', '1', 'UTC+03:00'))

正面是一个相当简洁的

df.groupby（'tz'）

，反面是一个相当严重的依赖性（pandas加上它的依赖性）

人们可以将合并压缩成一行不太容易理解的行：

import pandas as pd

# somehow, pandas 0.12.0 does prefers 
# a list of tuples rather than a tuple of tuples
t = [('A', '1', 'UTC\xb100:00'), 
     ('B', '1', 'UTC+01:00'), 
     ('C', '1', 'UTC+02:00'), 
     ('D', '1', 'UTC+01:00'), 
     ('E', '1', 'UTC\xb100:00'), 
     ('F', '1', 'UTC+03:00')]

df = pd.DataFrame(t, columns=('letter', 'digit', 'tz'))
grouped = df.groupby('tz')

print(grouped.groups)

# {'UTC+01:00': [1, 3],
#  'UTC+02:00': [2],
#  'UTC+03:00': [5],
#  'UTC\xb100:00': [0, 4]}

merged = []
for key, vals in grouped.groups.iteritems():
    update = [ t[idx][0] for idx in vals ] # add the letters
    update += t[idx][1:] # add the digit and the TZ
    merged.append(update)

print(merged)
# [['F', '1', 'UTC+03:00'], ['C', '1', 'UTC+02:00'], \
#  ['A', 'E', '1', 'UTC\xb100:00'], ['B', 'D', '1', 'UTC+01:00']]

---

这可能有点过分，但您可以：

  (('A','E, '1', 'UTC\xb100:00'), ('B','D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('F', '1', 'UTC+03:00'))

正面是一个相当简洁的

df.groupby（'tz'）

，反面是一个相当严重的依赖性（pandas加上它的依赖性）

人们可以将合并压缩成一行不太容易理解的行：

import pandas as pd

# somehow, pandas 0.12.0 does prefers 
# a list of tuples rather than a tuple of tuples
t = [('A', '1', 'UTC\xb100:00'), 
     ('B', '1', 'UTC+01:00'), 
     ('C', '1', 'UTC+02:00'), 
     ('D', '1', 'UTC+01:00'), 
     ('E', '1', 'UTC\xb100:00'), 
     ('F', '1', 'UTC+03:00')]

df = pd.DataFrame(t, columns=('letter', 'digit', 'tz'))
grouped = df.groupby('tz')

print(grouped.groups)

# {'UTC+01:00': [1, 3],
#  'UTC+02:00': [2],
#  'UTC+03:00': [5],
#  'UTC\xb100:00': [0, 4]}

merged = []
for key, vals in grouped.groups.iteritems():
    update = [ t[idx][0] for idx in vals ] # add the letters
    update += t[idx][1:] # add the digit and the TZ
    merged.append(update)

print(merged)
# [['F', '1', 'UTC+03:00'], ['C', '1', 'UTC+02:00'], \
#  ['A', 'E', '1', 'UTC\xb100:00'], ['B', 'D', '1', 'UTC+01:00']]

---

您可以使用

groupby

，但需要先对输入进行排序，如下所示：

merged = [[t[idx][0] for idx in vs] + list(t[idx][1:])
            for vs in grouped.groups.values()]

此代码打印：

from itertools import groupby
from operator import itemgetter

l = (('A', '1', 'UTC\xb100:00'), ('B', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('D', '1', 'UTC+01:00'), ('E', '1', 'UTC\xb100:00'), ('F', '1', 'UTC+03:00'))

result = []
key_items = itemgetter(1, 2)
for key, group in groupby(sorted(l, key=key_items), key=key_items):
    item = []
    item.extend([k[0] for k in group])
    item.extend(key)
    result.append(tuple(item))

print tuple(result)

---

我理解，它没有那么漂亮。

您可以使用

groupby

，但您需要先对输入进行排序，如下所示：

merged = [[t[idx][0] for idx in vs] + list(t[idx][1:])
            for vs in grouped.groups.values()]

此代码打印：

from itertools import groupby
from operator import itemgetter

l = (('A', '1', 'UTC\xb100:00'), ('B', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('D', '1', 'UTC+01:00'), ('E', '1', 'UTC\xb100:00'), ('F', '1', 'UTC+03:00'))

result = []
key_items = itemgetter(1, 2)
for key, group in groupby(sorted(l, key=key_items), key=key_items):
    item = []
    item.extend([k[0] for k in group])
    item.extend(key)
    result.append(tuple(item))

print tuple(result)

---

我理解，它并没有那么漂亮。

你可以使用理解，但还是有点复杂

(('B', 'D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('F', '1', 'UTC+03:00'), ('A', 'E', '1', 'UTC\xb100:00'))

总而言之：

tuples = (('A', '1', 'UTC\xb100:00'), ('B', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('D', '1', 'UTC+01:00'), ('E', '1', 'UTC\xb100:00'), ('F', '1', 'UTC+03:00'))

>>values = set(map(lambda x:x[1:3], tuples))
set([('1', 'UTC+03:00'), ('1', 'UTC\xb100:00'), ('1', 'UTC+01:00'), ('1', 'UTC+02:00')])

>>f = [[y[0] for y in tuples if y[1:3]==x] for x in values]
[['F'], ['A', 'E'], ['B', 'D'], ['C']]

>>r = zip((tuple(t) for t in f), values)
[(('F',), ('1', 'UTC+03:00')), (('A', 'E'), ('1', 'UTC\xb100:00')), (('B', 'D'), ('1', 'UTC+01:00')), (('C',), ('1', 'UTC+02:00'))]

>>result = tuple([sum(e, ()) for e in r])
(('F', '1', 'UTC+03:00'), ('A', 'E', '1', 'UTC\xb100:00'), ('B', 'D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'))

---

你可以理解，但还是有点复杂

(('B', 'D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('F', '1', 'UTC+03:00'), ('A', 'E', '1', 'UTC\xb100:00'))

总而言之：

tuples = (('A', '1', 'UTC\xb100:00'), ('B', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'), ('D', '1', 'UTC+01:00'), ('E', '1', 'UTC\xb100:00'), ('F', '1', 'UTC+03:00'))

>>values = set(map(lambda x:x[1:3], tuples))
set([('1', 'UTC+03:00'), ('1', 'UTC\xb100:00'), ('1', 'UTC+01:00'), ('1', 'UTC+02:00')])

>>f = [[y[0] for y in tuples if y[1:3]==x] for x in values]
[['F'], ['A', 'E'], ['B', 'D'], ['C']]

>>r = zip((tuple(t) for t in f), values)
[(('F',), ('1', 'UTC+03:00')), (('A', 'E'), ('1', 'UTC\xb100:00')), (('B', 'D'), ('1', 'UTC+01:00')), (('C',), ('1', 'UTC+02:00'))]

>>result = tuple([sum(e, ()) for e in r])
(('F', '1', 'UTC+03:00'), ('A', 'E', '1', 'UTC\xb100:00'), ('B', 'D', '1', 'UTC+01:00'), ('C', '1', 'UTC+02:00'))

---

使用元组时，不允许修改内容，但可以连接元组以获得其他元组

values = set(map(lambda x:x[1:3], tuples))
f = [[y[0] for y in tuples if y[1:3]==x] for x in values]
r = zip((tuple(t) for t in f), values)
result = tuple([sum(e, ()) for e in r])

---

在我看来，最终的结果似乎更多的是一个列表（逻辑上同质的内容）而不是一个元组，但是如果你真的需要一个元组，你可以

返回元组（res）

。

对于元组，你不允许修改内容，但是你可以连接元组以获得其他元组

values = set(map(lambda x:x[1:3], tuples))
f = [[y[0] for y in tuples if y[1:3]==x] for x in values]
r = zip((tuple(t) for t in f), values)
result = tuple([sum(e, ()) for e in r])

---

在我看来，最终的结果似乎更多的是一个列表（逻辑上同质的内容）而不是一个元组，但是如果你真的需要一个元组，你可以

返回元组（res）

。

如果你只关心具有相同代码的项目在同一元组中，那么这个答案是有效的：

def process(data):
    res = []
    for L in sorted(data, key=lambda x:x[2][-5:]):
        if res and res[-1][2][-5:] == L[2][-5:]:
            # Same group... do the merge
            res[-1] = res[-1][:-2] + (L[0],) + res[-1][-2:]
        else:
            # Different group
            res.append(L)
    return res

---

如果您只关心具有相同代码的项是否位于同一元组中，则此答案有效：

def process(data):
    res = []
    for L in sorted(data, key=lambda x:x[2][-5:]):
        if res and res[-1][2][-5:] == L[2][-5:]:
            # Same group... do the merge
            res[-1] = res[-1][:-2] + (L[0],) + res[-1][-2:]
        else:
            # Different group
            res.append(L)
    return res