在 Python 中聚集数据答案

【问题标题】：Flocculating data in Python在 Python 中聚集数据
【发布时间】：2017-06-15 23:57:36
【问题描述】：

我正在努力寻找我的絮凝功能中的错误。

该函数的目标是获取一个列表并将每组连续值分块为一个值。比如……

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

现在的功能是……

def flocculate(array):
    for index1, val1 in enumerate(array):
        if val1 == 0 or not not val1:
            new_array = array[index1+1:]
            for index2, val2 in enumerate(new_array):
                if array[index1] == val2:
                    array[index1 + index2 + 1] = False
                else:
                    break
    return [value for value in array if type(value) is not bool]

但是，它似乎不能很好地处理零。

例如，下面显示的输入得到了一些正确的零，但错过了其他一些......

[2, 4, 4, 0, 3, 7, 0, 2, 2, 2, 8, 0, 0, 0] => [2, 4, 3, 7, 0, 2, 8, 0]

【问题讨论】：

稍后重复一组数字的输入的正确输出是什么？例如[1, 4, 4, 2, 0, 3, 3, 3, 1, 1, 4, 2, 0, 0, 8, 3, 3, 0]
当你得到解决方案时，请记得给有用的东西投票并接受你最喜欢的答案（即使你必须自己写），这样 Stack Overflow 才能正确存档问题。跨度>
哟@Prune，你得到了我的支持！我只是还没有足够的 stackoverflow 街道信誉来公开展示我的选票。无论如何，这就是stackoverflow告诉我的。实际上，每个答案都以自己的方式非常愚蠢。你的，因为它简单而优雅。 d-gillis 指出我原始代码中的缺陷。还有 peter-de-rivaz 以四票全票指出了似乎是典型的 python 聚集一些数据的方式。谢谢大家，你摇滚

标签： python algorithm chunking

【解决方案1】：

我想你可能正在寻找itertools.groupby。

此函数收集相似项（由可选键函数定义的相似性）。

例如：

import itertools

def flocculate(A):
    return [k for k,g in itertools.groupby(A)]

print flocculate([2, 4, 4, 0, 3, 7, 0, 2, 2, 2, 8, 0, 0, 0])
print flocculate([1, 4, 4, 2, 0, 3, 3, 3])

打印：

[2, 4, 0, 3, 7, 0, 2, 8, 0]
[1, 4, 2, 0, 3]

【讨论】：

【解决方案2】：

我删除了我原来的答案；我终于在这种情况下理解了“絮凝”。抱歉……我被陶瓷行业蒙蔽了几年。

你会做太多的工作，标记匹配或不匹配的东西。只需从原始列表中构建一个新列表。仅添加与前一个不匹配的项目。

test_list = [
    [1, 4, 4, 2, 0, 3, 3, 3],
    [2, 4, 4, 0, 3, 7, 0, 2, 2, 2, 8, 0, 0, 0],
    [-122, 4, 14, 0, 3, 7, 0, 2, 2, -2, 8, 0, 0, 0, 9999]
]

def flocculate(array):
#    return list(set(array))
    result = []
    last = None
    for i in array:
        if i != last:
            result.append(i)
            last = i
    return result

for array in test_list:
    print array, "\n    =>", flocculate(array)

输出：

[1, 4, 4, 2, 0, 3, 3, 3] 
    => [1, 4, 2, 0, 3]
[2, 4, 4, 0, 3, 7, 0, 2, 2, 2, 8, 0, 0, 0] 
    => [2, 4, 0, 3, 7, 0, 2, 8, 0]
[-122, 4, 14, 0, 3, 7, 0, 2, 2, -2, 8, 0, 0, 0, 9999] 
    => [-122, 4, 14, 0, 3, 7, 0, 2, -2, 8, 0, 9999]

【讨论】：

哇，比我要走的路线简单多了。如果有人知道这种算法的更合适的术语，请让我们都知道。因为谷歌搜索“絮凝算法”非常无用！

【解决方案3】：

将您的第一个 if 语句更改为 if val1 is not False: 可以解决问题。也就是说，我强烈建议您关注Prune's answer。将列表中的每个元素与前一个元素进行比较的方法要简单得多。（而且它还具有不改变输入列表的优点。）

代码中的错误是由于 False == 0 在 Python 中被评估为 True 造成的。这会导致您的函数出现两个问题。首先是 if 块中的代码将为列表中的每个元素运行，即使您已经将该元素标记为 False。这导致了第二个问题：False 元素后面的任何 0 值都将被视为应该丢弃的连续相等值（因为False == 0）。因此，只要你有一个 0 跟随连续的相等元素，这个 0 就会被更改为 False，因此不会出现在输出列表中。

作为一个简短的说明，这是输入 [2, 4, 4, 0] 的函数每次迭代开始时列表的样子（其中“>”表示当前索引）。

Input: [2, 4, 4, 0]
[>2, 4, 4, 0]
[2, >4, 4, 0]
[2, 4, >False, 0]
[2, 4, False, >False]
Output: [2, 4]

【讨论】：