具有功能记忆状态的 Groupby

Question

我正在处理多行，我想根据当前行中的一个值 x 是否在前一行中的值 x 的 100 以内来对它们进行分组。

举个例子

5, "hello"
10, "was"
60, "bla"
5000, "qwerty"

"hello"、"was"和"bla"应该是一组，"qwerty"是另一组。

有没有办法巧妙地用groupby解决这个问题？我能想到的所有解决方案都感觉有点老套，比如使用其中包含先前值的字典默认参数，并在每次调用 groupby 中的函数（键）时更新它。

Answer 1

itertools.groupby 可能有一些巧妙的技巧，但它很简单，可以为您的特定问题编写自定义生成器函数。也许是这样的（未经测试）：

def grouper(it):
    group = []
    for item in it:
        if not group or abs(int(item[0]) - int(group[-1][0])) < 100:
            group.append(item)
        else:
            yield group
            group = [item]
    if group:  # yield final group if not empty
        yield group

用法类似于

with open(filename) as fid:
    for group in grouper(line.split(',') for line in fid):
        # do something with group
        for item in group:
            # do something with item

Answer 2

你可以写一个简单的class来封装临时变量，然后使用class的方法作为关键函数：

class KeyClass(object):
    def __init__(self):
        self.lastValue = None
        self.currentKey = 1

    def handleVal(self, val):
        if self.lastValue is not None and abs(val - self.lastValue) > 100:
            self.currentKey += 1
        self.lastValue = val
        return self.currentKey

>>> [(k, list(g)) for k, g in itertools.groupby(data, KeyClass().handleVal)]
[(1, [1, 2, 100, 105]), (2, [300, 350, 375]), (3, [500]), (4, [800, 808])]

只是为了好玩，我还想出了这种相当费脑筋的方法，使用高级生成器的 send 方法作为关键函数：

def keyGen():
    curKey = 1
    newVal = yield None
    while True:
        oldVal, newVal = newVal, (yield curKey)
        if oldVal is None or abs(newVal-oldVal) > 100:
            curKey += 1

key = keyGen()
next(key)

>>> [(k, list(g)) for k, g in itertools.groupby(data, key.send)]
[(1, [1, 2, 100, 105]), (2, [300, 350, 375]), (3, [500]), (4, [800, 808])]

思考一下这可能是一个很好的理解练习.send（这是给我的！）。

具有功能记忆状态的 Groupby

Groupby with function remembering state

python

group-by