У меня есть список повторяющихся элементов, и я хочу получить список уникальных элементов с их частотой.
Например, у меня есть ['a', 'a', 'b', 'b', 'b']
, и я хочу [('a', 2), ('b', 3)]
.
Ищете простой способ сделать это, не повторяя дважды.
У меня есть список повторяющихся элементов, и я хочу получить список уникальных элементов с их частотой.
Например, у меня есть ['a', 'a', 'b', 'b', 'b']
, и я хочу [('a', 2), ('b', 3)]
.
Ищете простой способ сделать это, не повторяя дважды.
Если ваши элементы сгруппированы (т.е. похожие элементы объединяются в связку), наиболее эффективным методом является itertools.groupby
:
>>> [(g[0], len(list(g[1]))) for g in itertools.groupby(['a', 'a', 'b', 'b', 'b'])]
[('a', 2), ('b', 3)]
С Python 2. 7+ вы можете использовать collections.Counter
.
В противном случае см. Этот счетчик рецепт.
Под Python 2. 7+:
from collections import Counter
input = ['a', 'a', 'b', 'b', 'b']
c = Counter( input )
print( c.items() )
Выход:
[('a', 2), ('b', 3)]
>>> mylist=['a', 'a', 'b', 'b', 'b']
>>> [ (i,mylist.count(i)) for i in set(mylist) ]
[('a', 2), ('b', 3)]
"путь старой школы".
>>> alist=['a', 'a', 'b', 'b', 'b']
>>> d={}
>>> for i in alist:
... if not d.has_key(i): d[i]=1 #also: if not i in d
... else: d[i]+=1
...
>>> d
{'a': 2, 'b': 3}
Если вы хотите использовать стороннюю библиотеку, NumPy предлагает удобное решение. Это особенно эффективно, если ваш список содержит только числовые данные.
import numpy as np
L = ['a', 'a', 'b', 'b', 'b']
res = list(zip(*np.unique(L, return_counts=True)))
# [('a', 2), ('b', 3)]
Чтобы понять синтаксис, обратите внимание, что np.unique
здесь возвращает набор уникальных значений и счетчиков:
uniq, counts = np.unique(L, return_counts=True)
print(uniq) # ['a' 'b']
print(counts) # [2 3]
Смотрите также: Каковы преимущества NumPy перед обычными списками Python?
Я знаю, что это не один-лайнер... но мне это нравится, потому что мне ясно, что мы передаем начальный список значений один раз (вместо того, чтобы называть его счет):
>>> from collections import defaultdict
>>> l = ['a', 'a', 'b', 'b', 'b']
>>> d = defaultdict(int)
>>> for i in l:
... d[i] += 1
...
>>> d
defaultdict(<type 'int'>, {'a': 2, 'b': 3})
>>> list(d.iteritems())
[('a', 2), ('b', 3)]
>>>
С помощью панд вы можете сделать так:
import pandas as pd
dict(pd.value_counts(my_list))
Другой способ сделать это:
mylist = [1, 1, 2, 3, 3, 3, 4, 4, 4, 4]
mydict = {}
for i in mylist:
if i in mydict: mydict[i] += 1
else: mydict[i] = 1
то для получения списка кортежей
mytups = [(i, mydict[i]) for i in mydict]
Это происходит только один раз в списке, но он также должен проходить через словарь. Однако, учитывая, что в списке много дубликатов, словарь должен быть намного меньше, следовательно, быстрее проходить.
Тем не менее, не очень красивый или лаконичный фрагмент кода, я соглашусь.
Решение без хеширования:
def lcount(lst):
return reduce(lambda a, b: a[0:-1] + [(a[-1][0], a[-1][1]+1)] if a and b == a[-1][0] else a + [(b, 1)], lst, [])
>>> lcount([])
[]
>>> lcount(['a'])
[('a', 1)]
>>> lcount(['a', 'a', 'a', 'b', 'b'])
[('a', 3), ('b', 2)]
Преобразование любой структуры данных в серию pandas s:
CODE:
for i in sort(s.value_counts().unique()):
print i, (s.value_counts()==i).sum()
Здесь один из способов:
your_list = ['a', 'a', 'b', 'b', 'b']
count_dictionary = {}
for letter in your_list:
if letter in count_dictionary:
count_dictionary[letter] +=1
else:
count_dictionary[letter] = 1