用python聚合字符串值中的子字符串的最佳实践是什么？

Question

我有一个非常具体的问题要解决。我有一个带有字符串（路径）和相关度量的数据帧。为了使结果更具可读性，我想在条件下聚合字符串中的路径（Count）。一旦子串一个接一个频繁出现，此时应向子串添加一个乘数或类似的内容

输入示例：
“SEO>；直接投资；c（未设置）>；直接投资；c（未设置）>；直接投资；c（未设置）>；搜索引擎优化'

所需输出：
“SEO>；3 x（直接（未设置））大于；搜索引擎优化'

正如您所见，子字符串“SEO”不应聚合，因为顺序很重要。输入显示了一个用户路径，因此如果简单地计算不同的子字符串，重要信息就会丢失

Answer 1

可以使用^{}查找匹配的相邻组件；这会将它们分组，因此您可以使用^{} ("iterator length")获取每个组中的计数（如果不匹配，则为1）

from itertools import groupby

from more_itertools import ilen

in_str =  'SEO > direct_&c_(notset) > direct_&c_(notset) > direct_&c_(notset) > SEO'

out_list = []
for component, group in groupby(in_str.split(' > ')):
    count = ilen(group)
    if count == 1:
        out_list.append(component)
    else:
        out_list.append('%s x (%s)' % (count, component))

out_str = ' > '.join(out_list)
print(out_str)

如果不想使用more_itertools库，可以改为编写：

count = sum(1 for _ in group)

这与ilen的作用相同，但阅读起来更容易混淆