Un modo semplice per raggruppare gli oggetti in bucket

Question

Spesso desidero eseguire il bucket di una raccolta non ordinata in python. itertools.groubpy fa il genere giusto di cose ma quasi sempre richiede il massaggio per ordinare prima gli elementi e catturare gli iteratori prima che vengano consumati.

C'è un modo rapido per ottenere questo comportamento, tramite un modulo python standard o un semplice idioma python?

>>> bucket('thequickbrownfoxjumpsoverthelazydog', lambda x: x in 'aeiou') 
{False: ['t', 'h', 'q', 'c', 'k', 'b', 'r', 'w', 'n', 'f', 'x', 'j', 'm', 'p', 
    's', 'v', 'r', 't', 'h', 'l', 'z', 'y', 'd', 'g'], 
True: ['e', 'u', 'i', 'o', 'o', 'u', 'o', 'e', 'e', 'a', 'o']} 
>>> bucket(xrange(21), lambda x: x % 10) 
{0: [0, 10, 20], 
1: [1, 11], 
2: [2, 12], 
3: [3, 13], 
4: [4, 14], 
5: [5, 15], 
6: [6, 16], 
7: [7, 17], 
8: [8, 18], 
9: [9, 19]} 

Answer 1

Questo ha messo a punto diverse volte prima - (1), (2), (3) - e c'è una ricetta partizione nel itertools recipes, ma a mia conoscenza non c'è niente nella libreria standard .. anche se mi ha sorpreso alcuni settimane fa da accumulate, quindi chissà cosa c'è in agguato lì in questi giorni? : ^)

Quando ho bisogno di questo comportamento, io uso

from collections import defaultdict 

def partition(seq, key): 
    d = defaultdict(list) 
    for x in seq: 
     d[key(x)].append(x) 
    return d 

e andare avanti con la mia giornata.

Answer 2

Ecco un semplice rivestimento due

d = {} 
for x in "thequickbrownfoxjumpsoverthelazydog": d.setdefault(x in 'aeiou', []).append(x) 

Edit:

Basta aggiungere il vostro altro caso per completezza.

d={} 
for x in xrange(21): d.setdefault(x%10, []).append(x) 

Answer 3

Edit:

Utilizzando la risposta di DSM come un inizio, ecco un po 'più conciso, risposta generale:

d = defaultdict(list) 
map(lambda x: d[x in 'aeiou'].append(x),'thequickbrownfoxjumpsoverthelazydog') 

o

d = defaultdict(list) 
map(lambda x: d[x %10].append(x),xrange(21)) 

#

Qui è un due di linea :

d = {False:[],True:[]} 
filter(lambda x: d[True].append(x) if x in 'aeiou' else d[False].append(x),"thequickbrownfoxjumpedoverthelazydogs") 

Quale può naturalmente essere fatto una battuta:

d = {False:[],True:[]};filter(lambda x: d[True].append(x) if x in 'aeiou' else d[False].append(x),"thequickbrownfoxjumpedoverthelazydogs") 

Answer 4

Ecco una variante di partition() dall'alto quando il predicato è booleano, evitando il costo di una dict/defaultdict:

def boolpartition(seq, pred): 
    passing, failing = [], [] 
    for item in seq: 
     (passing if pred(item) else failing).append(item) 
    return passing, failing 

Esempio di utilizzo:

>>> even, odd = boolpartition([1, 2, 3, 4, 5], lambda x: x % 2 == 0) 
>>> even 
[2, 4] 
>>> odd 
[1, 3, 5] 

Answer 5

Se è un pandas.DataFrame quanto segue funziona anche, utilizi ng pd.cut()

from sklearn import datasets 
import pandas as pd 

# import some data to play with 
iris = datasets.load_iris() 
df_data = pd.DataFrame(iris.data[:,0]) # we'll just take the first feature 

# bucketize 
n_bins = 5 
feature_name = iris.feature_names[0].replace(" ", "_") 
my_labels = [str(feature_name) + "_" + str(num) for num in range(0,n_bins)] 
pd.cut(df_data[0], bins=n_bins, labels=my_labels) 

cedendo

0  0_1 
1  0_0 
2  0_0 
[...] 

Nel caso in cui non si imposta la labels, l'uscita sta andando come questo

0  (5.02, 5.74] 
1  (4.296, 5.02] 
2  (4.296, 5.02] 
[...]