Python 按属性将列表划分为子列表

我有以下分区功能：

def group_by_name(data):
    names = set([entry.name for entry in data])  # detect all possible names
    # and now create a sublist for each possible name
    by_name = [[entry for entry in data if entry.name == name] for name in names]
    return by_name

是否有一种更具python风格的方法来实现此功能

编辑 数据：

import random


class Data:
    def __init__(self, name):
        self.name = name

NAMES = [ 'jose', 'pedro', 'antonio', 'jesus', 'ricardo', 'anabel']

data = [Data(random.choice(NAMES)) for _ in range(100)]

您的方法是

O（N*K）

，因为您迭代整个列表的次数与不同元素的次数相同。您可以使用以下模式在一次迭代中收集列表（

O（N）

）：

def group_by_name(data):
    d = {}
    for entry in data:
        d.setdefault(entry.name, []).append(entry)
    return list(d.values())

您还可以使用一些util使用一个

O（N*logN）

1行程序：

from operator import attrgetter as ag
from itertools import groupby as gb

def group_by_name(data): 
    return [list(g) for _, g in gb(sorted(data, key=ag('name')), key=ag('name'))]

---

使用字典并在数据上循环，使用名称作为键，使用条目列表作为值。然后将每个键的值放入新构造的列表中，然后返回它。因为这是线性运行时，所以效率更高。

一个可共享的

数据实例就更好了。此外，根据其类型可能会有一些技巧。@Kanak数据添加
setdefault
将大大简化我的代码！我以前做过
if key not in d
来初始化dicts…您也可以使用
collections.defaultdict
来进一步提高可读性：
d=defaultdict（list）
并且在循环中只需
d[entry.name].append（entry）
defaultdict
不是比
dict
慢很多吗？如果您注意到一个很大的差异，我会感到惊讶。毕竟，它是dict的子类，在大多数操作中有效地使用相同的C代码。我要说的是，在几乎所有现实世界的情况下，可读性以及因此产生的生产力/可维护性都胜过性能。@NiklasMertsch“在一次迭代中收集列表”，这是正确的。返回值的列表构造函数不会迭代
数据
，而是迭代
d
（
O（k）
，如果愿意的话），它会呈现整个过程
O（n+k）
。