比较Python中连续元组列表的第一个元素

我有一个元组列表，每个元组包含两个元素。少数子列表的第一个元素是常见的。我想比较这些子列表的第一个元素，并将第二个元素附加到一个列表中。以下是我的清单：

myList=[(1,2),(1,3),(1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]

我想从中列出一个列表，如下所示：`

NewList=[(2,3,4,5),(6,7,8),(9,10)]

我希望有什么有效的方法

您可以使用按每个元组的第一个子元素对元素进行分组：

myList=[(1,2),(1,3),(1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]

from collections import OrderedDict

od  = OrderedDict()

for a,b in myList:
    od.setdefault(a,[]).append(b)

print(list(od.values()))
[[2, 3, 4, 5], [6, 7, 8], [9, 10]]

如果您确实想要元组：

print(list(map(tuple,od.values())))
[(2, 3, 4, 5), (6, 7, 8), (9, 10)]

如果您不关心元素出现的顺序，只想以最有效的方式进行分组，您可以使用：

最后，如果您的数据按照输入示例的顺序排列（即排序），您可以简单地使用从每个元组中按第一个子元素分组，并从分组的元组中提取第二个元素：

from itertools import groupby
from operator import itemgetter
print([tuple(t[1] for t in v) for k,v in groupby(myList,key=itemgetter(0))])

输出：

[(2, 3, 4, 5), (6, 7, 8), (9, 10)]

同样，只有当您的数据至少按第一个元素排序时，groupby才会起作用

合理规模列表上的一些时间安排：

In [33]: myList = [(randint(1,10000),randint(1,10000)) for _ in range(100000)]

In [34]: myList.sort()

In [35]: timeit ([tuple(t[1] for t in v) for k,v in groupby(myList,key=itemgetter(0))])
10 loops, best of 3: 44.5 ms per loop

In [36]: %%timeit                                                               od = defaultdict(list)
for a,b in myList:
    od[a].append(b)
   ....: 
10 loops, best of 3: 33.8 ms per loop

In [37]: %%timeit
dictionary = OrderedDict()
for x, y in myList:
     if x not in dictionary:
        dictionary[x] = [] # new empty list
    dictionary[x].append(y)
   ....: 
10 loops, best of 3: 63.3 ms per loop

In [38]: %%timeit   
od = OrderedDict()
for a,b in myList:
    od.setdefault(a,[]).append(b)
   ....: 
10 loops, best of 3: 80.3 ms per loop

如果顺序很重要，并且数据已经排序，那么使用groupby，如果需要将所有元素映射到defaultdict中的tuple，那么它将更接近defaultdict方法

---

如果数据没有排序，或者您不关心任何顺序，那么您将找不到比使用defaultdict方法更快的分组方法。

这感觉像是字典的任务（如果您还不知道字典，请在python.org上查找它们）。这是一个非常详细的示例，因此我不会在日常编码中这样写，但最好是详细而不是不清楚：

dictionary = collections.OrderedDict()
for x, y in myList:
    if not dictionary.has_key(x):
        dictionary[x] = [] # new empty list
    # append y to that list
    dictionary[x].append(y)

---

考虑到这一点，最有效的方法可能是这一行（假设

dictionary

是一个空的

dict

，即

dictionary={}

或

dictionary=OrderedDict（）

类似于：

我不是说这是最容易阅读的方法，但我喜欢：）

编辑Ha！基准测试证明我错了；

setdefault

方法比

方法（如果不是字典）慢。has_键（x）：dictionary[x]=[]

方法：

>>> timeit.timeit("for x,y in myList:\n    if not dictionary.has_key(x):\n        dictionary[x]=[]\n    dictionary[x].append(y)", "from collections import OrderedDict\nmyList=[(1,2),(1,3),(
1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]\ndictionary=OrderedDict()")
2.2573769092559814
>>> timeit.timeit("for x,y in myList: dictionary.setdefault(x,[]).append(y)", "from collections import OrderedDict\nmyList=[(1,2),(1,3),(1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]\ndictiona
ry=OrderedDict()")
3.3534231185913086

当然，Padraic仍然是正确的：他的

defaultdict

方法在我的机器上只使用了0.82秒，因此速度快了3倍

---

此外，正如Padraic所指出的：

dict.has_key（x）

已被弃用，应该在dict中使用

x；但是，我无法测量速度差。
以下各项应能正常工作：

import itertools

myList = [(1,2),(1,3),(1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]
print [tuple(x[1] for x in g) for k, g in itertools.groupby(myList, key=lambda x: x[0])]

其中显示：

[(2, 3, 4, 5), (6, 7, 8), (9, 10)]

如果子元组的第一个元素不常见怎么办？你想要一个单一元素的元组吗？那不是一个列表列表，而是一个元组列表；这对你的问题没有影响，但你还是应该意识到不同之处谢谢你的更正。谢谢Padraic，谢谢你的代码。这帮助我解决了我幼稚的问题。同意，这可能是最有效的approach@PadraicCunningham我收回我的观点，这可能是最有效的方法；请看。@MarcusMüller，你的方法没有一个符合顺序，如果顺序与我无关，我的defaultdict方法将比你的两个答案中的任何一个更有效。因为我没有时间，所以在groupby上不确定it@PadraicCunningham很好，但是使用
orderedict（）
而不是
{}
可以解决这个问题，所以我在更新中参考了您的答案。当然，假设“有序”并不意味着“按照第一个元组成员第一次出现的顺序”，而是“按数字排序”。
考虑到这一点后，您是否也进行了测量？顺便说一句：你为什么要“复制”一个答案？@Wolf：我指的是，不是复制：）是的，但是说这可能是最有效的方法，一句评论就足够了。这是一个自给自足的答案。我不同意你对那件事的批评。还有，基准！它在python2中被弃用，
中的
也比has_keySorry快，完全一致。可能需要提到的是，数据必须按排序顺序排列，至少要到第一个元素goThanks Marcus的建议为止。我想了解Python的不同模块，这将使我能够流利地使用Python。如果你有更好的建议，请告诉我。
import itertools

myList = [(1,2),(1,3),(1,4),(1,5),(2,6),(2,7),(2,8),(3,9),(3,10)]
print [tuple(x[1] for x in g) for k, g in itertools.groupby(myList, key=lambda x: x[0])]

[(2, 3, 4, 5), (6, 7, 8), (9, 10)]