问题描述
我有以下清单。
arr_lst = [(1,34,99),(2,35,40),36,50),37,10),(3,90),38,8)]
我找到了字典键,它是元组中的第一项。
keys = {i[0] for i in arr_lst}
# output
# {1,2,3)
从那里,我创建了一个字典,如果元组中的第一项与之前定义的键匹配,则其值为第一个列表中的元组。
id_dict = dict()
for k in keys:
id_dict[k] = [i for i in arr_lst if i[0] == k]
# output
# {1: [(1,99)],2: [(2,10)],3: [(3,8)]}
然后我创建了一个新列表,其元素是基于字典值的元组。将第三项在字典值中最高的元组附加到列表中,并删除第三项。
output_id_etak_id = []
for k,v in id_dict.items():
m = max(v,key=lambda x: x[2])
output_id_etak_id.append(m[:2])
# output
# [(1,34),36),37)]
代码有效,我得到了想要的输出。但是,我在第一个列表中有一个包含超过 800 000 个元素的大型数据集,目前运行大约需要 3 个小时。我想找到一种方法让它更快。
解决方法
您可以itertools.groupby
(期望已排序的输入)基于元组第一个元素形成组,然后使用 next
(由 @tobias-k 建议)选择该组的第一个元素。
注意:为了使用 next
,我们需要使用比较键 x[0],-x[-1]
对列表进行排序,以便形成的组在降序。
from itertools import groupby
arr_lst = [(1,34,99),(2,35,40),36,50),37,10),(3,90),38,8)]
arr_lst = sorted(arr_lst,key=lambda x: (x[0],-x[-1]))
result = [
next(group)[:2]
for key,group in groupby(arr_lst,key=lambda x: x[0])
]
,
Key = 第一个元素;值 = 第三个元素最大值的第二个元素
如果你想要第三个元素具有最大值的第二个元素,那么你可以使用这个代码:
arr_lst = [(1,8)]
arr_dict = {}
arr_temp = {}
for arr in arr_lst:
x = arr_temp.get(arr[0],-1)
if arr[2] > x:
arr_temp[arr[0]] = arr[2]
arr_dict[arr[0]] = arr[1]
arr_relist = [(k,v) for k,v in arr_dict.items()]
print (arr_relist)
输出结果为:
[(1,34),36),37)]
时间是:
For dictionary:
841 ns ± 21.7 ns per loop (mean ± std. dev. of 7 runs,1000000 loops each)
Including recreating the list with tuples:
1.18 µs ± 41.1 ns per loop (mean ± std. dev. of 7 runs,1000000 loops each)
Key = 第一个元素;值 = 第三个元素的最大值
根据评论部分,我假设您希望元组中的第一项是键,而元组中第三项的最大值是键的值。
为此,您只需在循环中迭代一次。
您的代码将是:
arr_lst = [(1,8)]
arr_dict = {}
for arr in arr_lst:
x = arr_dict.get(arr[0],-1)
if arr[2] > x: arr_dict[arr[0]] = arr[2]
print (arr_dict)
输出结果为:
{1: 99,2: 50,3: 90}
我检查了这个时间:
792 ns ± 15.6 ns per loop (mean ± std. dev. of 7 runs,1000000 loops each)
,
您可以使用 itertools.groupby 和 map 来完成此任务
import itertools
arr_lst = [(1,8)]
def max_2_1(arr):
maxItem = next(arr)
for item in arr:
if item[2] > maxItem[2]:
maxItem = item
return maxItem[1]
arr_lst.sort(key = lambda kk: kk[0]) # important as groupby rely on this
aa = map(
lambda keygroup: [ keygroup[0],max_2_1( keygroup[1] ) ],itertools.groupby(arr_lst,key=lambda item: item[0])
)
print(list(aa)) # [[1,34],[2,36],[3,37]]