我目前正在查看具有以下结构的表。
uid | action
1 | A1
1 | A1
1 | A1
1 | A4
2 | A1
2 | A8
2 | A9
3 | A3
3 | A7
我正在尝试创建具有以下结构的多维数组。
[[A1, A1, A1, A4], [A1, A8, A9], [A3, A7]]
我的想法是跟踪 uid 并将操作附加到列表中，直到 uid 键发生变化。一旦 uid 键发生变化，所有的操作都将附加到另一个数组，并且跟踪的 uid 将更改为新的 uid。
我使用 itertools.groupby() 提出了一个有点夸大和不正确的解决方案，但我对此并不满意，正在寻找更简单的方法。但是，我已经考虑到了这个问题，并提出了更复杂的解决方案。
如有任何提示，我们将不胜感激。
代码:
data = []
for i, j in itertools.groupby(table, key=lambda x: x['uid']):
event_array = []
for k in list(j):
event_array.append(k['action'])
data.append([i, event_array])
请您参考如下方法:
根据 OP's comment ,
@Black Are you sure that the data is ordered?
... @thefourtheye, yes pretty sure as I've had to write it in sql before reading it into python
由于数据已经排序，比如像这样
>>> data = [{'action': 'A1', 'uid': 1},
... {'action': 'A1', 'uid': 1},
... {'action': 'A1', 'uid': 1},
... {'action': 'A4', 'uid': 1},
... {'action': 'A1', 'uid': 2},
... {'action': 'A8', 'uid': 2},
... {'action': 'A9', 'uid': 2},
... {'action': 'A3', 'uid': 3},
... {'action': 'A7', 'uid': 3}]
你可以简单地使用 groupby 本身，使用嵌套列表理解，就像这样
>>> [[k['action'] for k in j] for i, j in groupby(data, key=lambda x: x['uid'])]
[['A1', 'A1', 'A1', 'A4'], ['A1', 'A8', 'A9'], ['A3', 'A7']]
