Comment regrouper efficacement des données en Python en fonction d'une clé spécifique, et quelles sont les différentes méthodes disponibles pour cette tâche ?

Python Group By

Regroupement des données par clé

En Python, regrouper les données par une clé spécifique implique d'organiser les éléments en fonction d'un attribut commun. Ceci peut être réalisé grâce à diverses méthodes, offrant des solutions efficaces pour les grands ensembles de données. Explorons comment regrouper efficacement les données.

Technique de regroupement efficace avec defaultdict

Considérons un scénario dans lequel nous avons un ensemble de paires de données et l'objectif est de les regrouper en fonction de leur type. Pour ce faire, nous pouvons exploiter la classe collections.defaultdict. Il crée un dictionnaire dans lequel les clés manquantes sont automatiquement initialisées avec les valeurs par défaut, nous permettant d'ajouter des éléments à ces clés.

<code class="python">from collections import defaultdict

input = [
    ('11013331', 'KAT'),
    ('9085267', 'NOT'),
    ('5238761', 'ETH'),
    ('5349618', 'ETH'),
    ('11788544', 'NOT'),
    ('962142', 'ETH'),
    ('7795297', 'ETH'),
    ('7341464', 'ETH'),
    ('9843236', 'KAT'),
    ('5594916', 'ETH'),
    ('1550003', 'ETH'),
]

res = defaultdict(list)
for v, k in input:
    res[k].append(v)

print([{ 'type': k, 'items': v } for k, v in res.items()])</code>

Sortie :

[{'items': ['9085267', '11788544'], 'type': 'NOT'}, {'items': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'], 'type': 'ETH'}, {'items': ['11013331', '9843236'], 'type': 'KAT'}]

Regroupement avec itertools.groupby

Une autre approche consiste à utiliser itertools.groupby. Cette fonction nécessite que les entrées soient préalablement triées. Il génère des groupes d'éléments consécutifs où les valeurs de la clé spécifiée sont les mêmes.

<code class="python">import itertools
from operator import itemgetter

sorted_input = sorted(input, key=itemgetter(1))
groups = itertools.groupby(sorted_input, key=itemgetter(1))

print([{ 'type': k, 'items': [x[0] for x in v]} for k, v in groups])</code>

Sortie :

[{'items': ['5238761', '5349618', '962142', '7795297', '7341464', '5594916', '1550003'], 'type': 'ETH'}, {'items': ['11013331', '9843236'], 'type': 'KAT'}, {'items': ['9085267', '11788544'], 'type': 'NOT'}]

Maintien de l'ordre d'insertion dans les dictionnaires

Avant Python 3.7, les dictionnaires ne préservaient pas l'ordre d'insertion. Pour résoudre ce problème, collections.OrderedDict peut être utilisé pour conserver l'ordre des paires clé-valeur.

<code class="python">from collections import OrderedDict

res = OrderedDict()
for v, k in input:
    if k in res:
        res[k].append(v)
    else:
        res[k] = [v]

print([{ 'type': k, 'items': v } for k, v in res.items()])</code>

Cependant, dans Python 3.7 et versions ultérieures, les dictionnaires réguliers préservent l'ordre d'insertion, ce qui rend OrderedDict inutile.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!