检测列表中的连续相同值

Question

我有一个数据集，它的结构是一个字典，里面有很多列表，像这样：

{ UUID: [3, 3, 5, 3, 0, 0, 3, 3, 2, 3, 2, 1, 1, 0, 2, 0, 5, 0, 0, 0, 0, 3, 4, 1, 2], 
  UUID: [1, 2, 3, 1, 0, 0, 2] }

我想找出连续相同的值，特别是0，尤其是要找出有个连续相同值的情况。

举个例子，如果是3，并且这个值是0，那么我会把第一个键值对的UUID放到一个符合条件的UUID列表里，但不会把第二个放进去。

有什么高效的方法可以这样检测连续相同的值吗？

Answer 1

你可以使用 itertools.groupby 来找出某个值连续出现的最大次数，方法如下：

max(
  filter(
    lambda gr:gr[0]==0,
    groupby(_list)
  ), key=lambda gr:len(list(gr[1]))
)

你可以对结果的第二个参数再用 len(list()) 来计算长度，或者你也可以直接调整过滤条件，去掉那些连续出现次数少于你想要的结果。

Answer 2

使用 itertools.groupby 可以检测连续数字的序列：

uuids = { 'a': [3, 3, 5, 3, 0, 0, 3, 3, 2, 3, 2, 1, 1, 0, 2, 0, 5, 0, 0, 0, 0, 3, 4, 1, 2], 
  'b': [1, 2, 3, 1, 0, 0, 2]}

from itertools import groupby 

def detect_runs_in_dict(d, n=3):
    return [uuid for uuid, val in d.items() #in python 2, use .iteritems
        if any(len(list(g)) >= n for k,g in groupby(val))]

示例

detect_runs_in_dict(uuids)
Out[28]: ['a']

detect_runs_in_dict(uuids,n=2)
Out[29]: ['a', 'b']

这个方法不限制哪些数字可以组成“序列”——如果你想指定特定的数字，这个也很简单，可以直接添加：

def detect_runs_in_dict(d, n=3, searchval=0):
    return [uuid for uuid, val in d.items() 
        if any(k == searchval and len(list(g)) >= n for k,g in groupby(val))]