重构数组数组并组合相同的项

Question

我正在尝试编写一个函数，该函数接受一个数组数组，并在某些条件下将其重组为不同的形式。比如说：

array = [
    ["City1","Spanish", "163"],
    ["City1", "French", "194"],
    ["City2","English", "1239"],
    ["City2","Spanish", "1389"],
    ["City2", "French", "456"]
]

所以我想创建一个按城市字母顺序排序的新数组，以及按语言排序的列（按列排序可选），任何空值都将被 0 替换。例如，上述数组的输出应该是：

[
[0, 163, 194],
[1239, 1389, 456]
]

我写了这个方法，但我不确定它在逻辑上是否有意义。它绝对是硬编码的，我正在努力使它可以用于上述格式的任何输入。

import numpy as np

new_array = [[]]
x = 'City1'
y = 'City2'

def solution(arr):
    for row in arr:
        if row[0]==x:
            new_array[-1].append(row[2])
        else:
            x = x + 1
            c.append([row[2]])
solution(array)

我知道我需要修正语法，还需要编写一个循环来按字母顺序排序。对此的任何帮助将不胜感激，我想了解如何遍历这样的数组并执行不同的功能并将数组重组为新格式。

Answer 1

如果性能不是您最关心的问题，您可以将 Pandas 与 Categorical Data 和 groupby 一起使用。这是因为默认情况下，groupby with categoricals 使用分类系列的笛卡尔积：

import pandas as pd, numpy as np

# construct dataframe
df = pd.DataFrame(array, columns=['city', 'language', 'value'])

# convert to categories
for col in ['city', 'language']:
    df[col] = df[col].astype('category')

# groupby.first or groupby.sum works if you have unique combinations
res = df.sort_values(['city', 'language'])\
        .groupby(['city', 'language']).first().fillna(0).reset_index()

print(res)

    city language value
0  City1  English     0
1  City1   French   194
2  City1  Spanish   163
3  City2  English  1239
4  City2   French   456
5  City2  Spanish  1389

然后，对于您想要的列表输出列表：

res_lst = res.groupby('city')['value'].apply(list).tolist()
res_lst = [list(map(int, x)) for x in res_lst]

print(res_lst)

[[0, 194, 163], [1239, 456, 1389]]