将字典项聚合到摘要结果中

Question

我有一本字典

    mydict={
        (a,1):0,
        (a,2):0,
        (a,3):0,
        (a,4):1,
        (a,5):2,
        (a,6):2,
        (a,7)=0,
        (a,8)=0,           
}

我想把它总结成

^{pr2}$

这些值来自一个数据集，关于不重叠但可能有间隙的间隔。第一个字典现在每个单点都有一个条目，我想得到第二个字典，它包含那些共享公共值的相邻点的摘要。你能在Python2.6中指导我找到最好的解决方案吗？ 谢谢

Answer 1

from itertools import groupby
from operator import itemgetter

mydict={
        ('a', 1): 0,
        ('a', 2): 0,
        ('a', 3): 0,
        ('a', 4): 1,
        ('a', 5): 2,
        ('a', 6): 2,
        ('a', 7): 0,
        ('a', 8): 0,           
}

data = mydict.items()
data.sort()

def groupkey(item):
    return item[0][0], item[1]

result = {}
for v, group in groupby(data, key=groupkey):
    char, value = v
    nums = [item[0][1] for item in group]
    result[char, min(nums), max(nums)] = value

print result

结果是：

^{pr2}$

Answer 2

如果将此数据存储在列表中，则会更容易：

from itertools import groupby
from operator import itemgetter

mylist = [0, 0, 0, 1, 2, 2, 0, 0]

def interval(v):
    head = tail = next(v)
    for tail in v:
        pass

    return head[0] + 1, tail[0] + 1

print({interval(v): k for k, v in groupby(enumerate(mylist), key=itemgetter(1))})

给予

^{pr2}$

Answer 3

我找到了一种更短更快的方法：

from itertools import groupby
from operator import itemgetter
from time import clock

mydict={('a', 1): 0,
        ('a', 2): 0,
        ('a', 3): 0,
        ('a', 4): 1,
        ('a', 5): 2,
        ('a', 6): 2,
        ('a', 7): 0,
        ('a', 8): 0,
        }

A,B,C = [],[],[]

for i in xrange(1000):

    t0 = clock()
    data = mydict.items()
    data.sort()
    def groupkey(item):
        return item[0][0], item[1]
    result1 = {}
    for v, group in groupby(data, key=groupkey):
        char, value = v
        nums = [item[0][1] for item in group]
        result1[char, min(nums), max(nums)] = value
    A.append(clock()-t0)

    #                                

    t0 = clock()
    data = [ [a,b,c] for ((a,b),c) in mydict.items()]
    data.sort()
    result2 = {}
    for (char,value),group in groupby(data, key=itemgetter(0,2)):
        nums = [item[1] for item in group]
        result2[char,nums[0],nums[-1]] = value
    B.append(clock()-t0)

    #                                -

    t0 = clock()
    data = [ [a,b,c] for ((a,b),c) in mydict.items()]
    data.sort()
    result3 = {}
    for ((char,value),nums) in [ (cle,[item[1] for item in group]) for cle,group in groupby(data, key=itemgetter(0,2))]:
        result3[char,nums[0],nums[-1]] = value
    C.append(clock()-t0)

print 'result1==',result1
print 'result2==',result2
print 'result3==',result3
print 'result1==result2==result3==',result1==result2==result3
print id(result1)==id(result2),id(result2)==id(result3),id(result3)==id(result1)


print '{:.1%}.'.format(min(B)/min(A))
print '{:.1%}.'.format(min(C)/min(A))

结果是：

结果1=={（'a'，5，6）：2，（'a'，4，4）：1，（'a'，7，8）：0，（'a'，1，3）：0}

结果2=={（'a'，5，6）：2，（'a'，4，4）：1，（'a'，7，8）：0，（'a'，1，3）：0}

结果3=={（'a'，5，6）：2，（'a'，4，4）：1，（'a'，7，8）：0，（'a'，1，3）：0}

结果1==结果2==结果3==真

假假假

87.0%。在

93.2%。在