集團Python列表元素

-1

my_list = 

[[25, 1, 0.65], 
[25, 3, 0.63], 
[25, 2, 0.62], 
[50, 3, 0.65], 
[50, 2, 0.63], 
[50, 1, 0.62]]

我想按照這個規則對它們進行排序：

1 --> [0.65, 0.62] <--25, 50 
2 --> [0.62, 0.63] <--25, 50 
3 --> [0.63, 0.65] <--25, 50

所以預期的結果如下：

Result = [[0.65, 0.62],[0.62, 0.63],[0.63, 0.65]]

如何做到這一點的傢伙？

我試過如下：

df = pd.DataFrame(my_list,columns=['a','b','c']) 
res = df.groupby(['b', 'c']).get_group('c') 
print res 

ValueError: must supply a tuple to get_group with multiple grouping keys

來源

2016-11-27 jean

您是否嘗試過的東西？ – ettanany

@ettanany我嘗試了一些方法，但失敗了。解決這類問題的最簡單方法是什麼？ – jean

檢查我的回答如下，讓我知道，如果這就是你想要的。 – ettanany

您可以按與原生的Python的名單，但我發現最簡單的方法是使用numpy來獲取你需要的列表。既然你還是要用熊貓，我認爲這是一個可以接受的解決方案：

from operator import itemgetter 
import numpy as np 
# or just use pandas.np if you have that already imported 

my_list = [[25, 1, 0.65], 
[25, 3, 0.63], 
[25, 2, 0.62], 
[50, 3, 0.65], 
[50, 2, 0.63], 
[50, 1, 0.62]] 

sorted_list = sorted(my_list,key=itemgetter(1,0)) # sort by second and first column 
sliced_array = np.array(sorted_list)[:,-1].reshape(-1,2) 
final_list = sliced_array.tolist() # to get a list

主要的一點是使用itemgetter對兩列一前一後進行排序列表。生成的排序列表包含第三列中的必需元素，我使用numpy進行提取。它可以與原生的Python來完成的，但如果你已經使用numpy的/熊貓，這應該是自然的。

來源

2016-11-27 13:33:01

可以使用groupby完成嗎？ – jean

@jean它可能，但爲什麼？您的原始數據不在數據框中，至少在您的問題中不是這樣。如果你可以在本地python中做同樣的事情，我認爲沒有必要把數據框放在一起進行排序。太多不必要的開銷，至少這是我所期望的。 –

使用以下：

my_list = [[25, 1, 0.65], [25, 3, 0.63], [25, 2, 0.62], [50, 3, 0.65], [50, 2, 0.63], [50, 1, 0.62]] 

list_25 = sorted([item for item in my_list if item[0] == 25], key=lambda item: item[1]) 
list_50 = sorted([item for item in my_list if item[0] == 50], key=lambda item: item[1]) 

res = [[i[2], j[2]] for i,j in zip(list_25, list_50)]

輸出：

>>> res 
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

來源

2016-11-27 12:57:51 ettanany

一種方法用大熊貓做，這是提取各組，拔出'c'，轉換到一個列表，並追加到你想要的清單：

z = [] 
>>> for g in df.groupby('b'): 
     z.append(g[1]['c'].tolist()) 

>>> z 
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

你可以做到這一點作爲一個列表理解：

>>> res = [g[1]['c'].tolist() for g in df.groupby('b')] 

>>> res 
[[0.65, 0.62], [0.62, 0.63], [0.63, 0.65]]

另一種方法是applylist直接df.groupby('b')['c']這給你所需要的對象。然後調用.tolist()方法返回一個列表的列表：

>>> df.groupby('b')['c'].apply(list).tolist() 
[[0.65000000000000002, 0.62], [0.62, 0.63], [0.63, 0.65000000000000002]]

來源

2016-11-27 22:16:28

的numpy_indexed包（免責聲明：我是它的作者）有一個班輪爲這些類型的問題：

import numpy_indexed as npi 
my_list = np.asarray(my_list) 
keys, table = npi.Table(my_list[:, 1], my_list[:, 0]).mean(my_list[:, 2])

注意如果列表中存在重複值，則平均值將在表中報告。

編輯：增加了一些改進numpy_indexed的主人，允許了你轉換成表格的方式更多的控制;例如，Table.unique聲明表中的每個項目都在列表中出現一次，而Table.sum;並最終通過numpy_indexed軟件包支持的所有其他減少都是有意義的。希望我能爲今晚做一個新的發佈。

來源

2016-11-28 12:12:04

集團Python列表元素

回答

相關問題