Python-按属性将类的实例组合在一起答案

【问题标题】：Python- group together instances of a class by attributePython-按属性将类的实例组合在一起
【发布时间】：2019-01-13 20:37:26
【问题描述】：

我想根据属性的值将类的实例组合在一起。假设我有以下课程：

class location:

    def __init__(self,x_coord,y_coord,text):
        self.x_coord=x_coord
        self.y_coord=y_coord
        self.text=text

    def __repr___(self):
        return self.text

mylist=[location(1,0,'Date'),location(5,0,'of'),location(8,0,'Entry'), location(28,0,'Date'),location(29,0,'of'),location(30,0,'Birth') ]

如果 x_coord 属性的差异小于 10，我想对我的类列表进行分组，以便

mygroupedlist=[['Date','of','Entry'],['Date','of','Birth']]

谁能给我一个提示？

【问题讨论】：

上一个项目少于 10 个，还是所有积累的项目少于 10 个？ [1, 5, 8, 12, 20, 100] 将如何分组？
是的，来自上一项。我们可以假设 mylist 已经按照 x 升序排序了

标签： python python-3.x class oop grouping

【解决方案1】：

这是一个使用有状态函数来记住它看到的最后一个项目的解决方案。（不要向任何函数式程序员展示这个）。然后我们可以将该函数用作调用itertools.groupby的关键函数

def grouper(key=lambda x: x, distance=10):
    _marker = object()
    last_seen = _marker
    flag = True
    def close_enough(item):
        nonlocal last_seen, flag
        if last_seen is _marker:
            last_seen = key(item)
            return flag
        diff = abs(key(item) - last_seen)
        last_seen = key(item)
        if diff >= distance:
            flag = not flag
        return flag
    return close_enough

[[i.text for i in g] for k, g in groupby(mylist, key=grouper(lambda x: x.x_coord))]
# [['Date', 'of', 'Entry'], ['Date', 'of', 'Birth']]

【讨论】：

【解决方案2】：

我的尝试，使用每次大于或等于distance 的变化时增加的计数器。这样这个生成器就可以轻松地提供给groupby:

def gen(lst, distance=10):
    counter = 0
    for cur, nxt in zip(lst[::1], lst[1::1]):
        yield counter, cur
        if abs(cur.x_coord - nxt.x_coord) >= distance:
            counter += 1
    yield counter, nxt

myGroupedList = [list(i[1] for i in g) for _, g in groupby(gen(mylist), lambda v: v[0])]
print(myGroupedList)

打印：

[[Date, of, Entry], [Date, of, Birth]]

【讨论】：

@JuanCastaño 没问题，我刚刚清理了代码并对其进行了一些解释。

【解决方案3】：

如果你不介意使用外部库，使用 numpy 和 pandas 可能会获得更好的性能。

# Create a dataframe
df = pd.DataFrame(mylist, columns=['locations'])
# Create columns representing the 'x' coords, and the 'text'
df['x'] = df['locations'].apply(lambda x: x.x_coord)
df['text'] = df['locations'].apply(lambda x: x.text)
# Create an indicator array that tells you whether the current row is within 10 of the previous row
closeness_indicator = np.isclose(df['x'], df['x'].shift(1), atol=10)
# Negate that, then take the cumulative sum to get groups:
groups = (~closeness_indicator).cumsum()
# GRoup by that array, then create lists from the grouped text:
df.groupby(groups)[text].apply(list)

输出：

1    [Date, of, Entry]
2    [Date, of, Birth]
Name: text, dtype: object

【讨论】：

【解决方案4】：

您可以使用defaultdict 列表并迭代您的对象列表，每次差异大于或等于 10 时增加您的密钥。

该解决方案假定您的 x_coord 属性正在增加，即按升序排序。

from collections import defaultdict

d = defaultdict(list)

d[0].append(mylist[0])

for item in mylist[1:]:
    last_key = len(d) - 1
    if item.x_coord - next(reversed(d[last_key])).x_coord < 10:
        d[last_key].append(item)
    else:
        d[last_key+1].append(item)

测试以检查排序是否正确：

res = [[i.x_coord for i in x] for x in d.values()]

print(res)

[[1, 5, 8], [28, 29, 30]]

【讨论】：