在不同维度的列表中对对进行排序答案

【问题标题】：Sorting pairs in a list of varying dimension在不同维度的列表中对对进行排序
【发布时间】：2018-10-04 02:16:20
【问题描述】：

我有一个列表，其中包含不同大小的元素（有些甚至是空的）：

a1 = [array([[83, 84]]), array([[21, 24], [32, 53],[54, 56]]), array([[21,24],[32, 37],[45, 46]]), [], []]

在这个列表中，值要么成对出现（在数组中），要么只是空的。我要做的就是根据它们的差异按降序对所有对进行排序，并将它们的位置/索引保留在原始列表中（即a1）。例如，我想要的输出是：

a1_sorted = [[32,53],[32,37],[21,24],[21,24],[54,56],[45,46],[83,84],[],[]] a1_index = [[1,1],[2,1],[1,0],[2,0],[1,2],[2,2],[0,0],[3,0],[4,0]]

由于空元素没有二维位置，下面仅指示元素的第一个索引也是一个合适的替代方案：

a1_index = [1,2,1,2,1,2,0,3,4]

简单地遍历列表条目是我最初的方法，但处理空元素和不同的维度大小减慢了这项工作。关于最佳解决方案的任何想法？

【问题讨论】：

到目前为止，您是否为此编写过任何代码，或者您目前正在探索不同的解决方案？
a1的内容是numpy数组吗？
@zenwraight 我正在探索不同的解决方案。
@c2huc2hu 值对在 numpy 数组中，而空条目只是空列表。

标签： python arrays list sorting

【解决方案1】：

您可以使用enumerate 为列表和子列表生成索引，然后使用列表推导生成配对及其索引作为元组，以便一起排序以进行输出，并根据需要解压缩为两个不同的变量：

a1_sorted, a1_index = zip(*sorted(((t, [i, j])
                      for i, l in enumerate(a1) for j, t in enumerate(list(l) or [[]])),
                      key=lambda t: -abs(t[0][1] - t[0][0]) if len(t[0]) else 0))

a1_sorted 会变成：

[[32, 53], [32, 37], [21, 24], [21, 24], [54, 56], [83, 84], [45, 46], [], []]

a1_index 会变成：

[[1, 1], [2, 1], [1, 0], [2, 0], [1, 2], [0, 0], [2, 2], [3, 0], [4, 0]]

【讨论】：

也许我有一个错误，但是在使用代码时（两种方法）我收到以下错误消息：File "<ipython-input-25-8e118b59b888>", line 2, in <genexpr> for i, l in enumerate(a1) for j, t in enumerate(l or [[]])), ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 是否与您在上面使用的a1 完全相同代码，你能重述它吗？
@Mathews24 我明白了。实际上，我在测试中没有使用 numpy 数组，因此在您的情况下，您必须将t[0] 替换为t[0].any() 作为第一种方法，将t 替换为t.any() 作为第二种方法，作为错误消息建议。
仅对t[0] 进行尝试时，错误仍然存在。当我将t 转换为t.any() 时，我收到的错误是：File "<ipython-input-34-79d20e32a96d>", line 2 for i, l in enumerate(a1) for j, t.any() in enumerate(l or [[]])))) SyntaxError: can't assign to function call。也许我误解了您的建议；你能用特定的修改来更新你的答案吗？
@Mathews24 我明白了。我自己测试后更新了我的答案。但是，我认为第二种方法不适用于 numpy 数组，因此我将其删除。让我知道它是否适合您。

【解决方案2】：

你可以试试这个代码。但是，无法获取空列表

import numpy as np
import pandas as pd

# the data
a1 =  [np.array([[83, 84]]), np.array([[21, 24], [32, 53],[54, 56]]), 
       np.array([[21,24],[32, 37],[45, 46]]), np.array([]), 
       np.array([])]

# create a data frame to store data in
df = pd.DataFrame(columns=['pair', 'index', 'difference']) 

for j, item in enumerate(a1): 
    a = item.ravel() # convert 2d array to 1d array
    for i in range(len(a)//2):
        difference = a[i*2+1] - a[i*2]
        pair = [a[i*2], a[i*2+1]]
        index = [j, np.where(np.all(item==pair,axis=1))[0]]

        df.loc[len(df)] = [pair, index, difference]

df.sort_values(by='difference', ascending=False, inplace=True) # sort based on diff

print(df)

       pair     index difference
2  [32, 53]  [1, [1]]         21
5  [32, 37]  [2, [1]]          5
1  [21, 24]  [1, [0]]          3
4  [21, 24]  [2, [0]]          3
3  [54, 56]  [1, [2]]          2
0  [83, 84]  [0, [0]]          1
6  [45, 46]  [2, [2]]          1

a1_sorted =  df['pair'].tolist()
print(a1_sorted)

[[32, 53], [32, 37], [21, 24], [21, 24], [54, 56], [83, 84], [45, 46]]

【讨论】：