itertools.groupby() în Python
În această lecție vei învăța cum folosești itertools.groupby() pentru a grupa elementele consecutive care au aceeași valoare sau aceeași cheie.
Ce face groupby()?
Funcția groupby() analizează elementele în ordine și creează câte un grup pentru valorile consecutive care au aceeași cheie.
from itertools import groupby
valori = ["A", "A", "B", "B", "B", "C"]
grupuri = groupby(valori)
for cheie, grup in grupuri:
print(cheie, list(grup)) A ['A', 'A'] B ['B', 'B', 'B'] C ['C']
Importarea funcției groupby
from itertools import groupby
groupby() face parte din modulul itertools și returnează un iterator de grupuri.
Sintaxa de bază
groupby(iterable)
Fără o funcție-cheie, elementele sunt grupate după propria lor valoare.
Fiecare rezultat conține două valori
Fiecare element produs de groupby() este un tuplu:
(cheie, grup)
cheia identifică grupul, iar grup este un iterator care conține elementele acelui grup.
Controlul manual cu next()
from itertools import groupby grupuri = groupby(["A", "A", "B", "B"]) cheie, grup = next(grupuri) print(cheie) print(list(grup))
A ['A', 'A']
groupby() grupează doar elemente consecutive
from itertools import groupby
valori = ["A", "A", "B", "A"]
for cheie, grup in groupby(valori):
print(cheie, list(grup)) A ['A', 'A'] B ['B'] A ['A']
Ultimul A formează un grup nou deoarece este separat de primele valori A prin valoarea B.
Datele trebuie ordonate după cheia de grupare
Dacă vrei ca toate elementele cu aceeași cheie să ajungă în același grup, datele trebuie ordonate înainte.
from itertools import groupby
valori = ["B", "A", "B", "A"]
valori.sort()
for cheie, grup in groupby(valori):
print(cheie, list(grup)) A ['A', 'A'] B ['B', 'B']Reține
groupby() nu sortează automat datele. El grupează doar elementele vecine care au aceeași cheie.
Folosirea unei funcții-cheie
from itertools import groupby
numere = [1, 3, 5, 2, 4, 6]
grupuri = groupby(
numere,
key=lambda numar: numar % 2
)
for cheie, grup in grupuri:
print(cheie, list(grup)) 1 [1, 3, 5] 0 [2, 4, 6]
Cheia 1 reprezintă numerele impare, iar cheia 0 reprezintă numerele pare.
Argumentul key
groupby(iterable, key=function)
Funcția key primește fiecare element și returnează valoarea după care va fi grupat.
Gruparea stringurilor după lungime
from itertools import groupby
cuvinte = ["SQL", "Git", "Java", "HTML", "Python"]
cuvinte.sort(key=len)
for lungime, grup in groupby(cuvinte, key=len):
print(lungime, list(grup)) 3 ['SQL', 'Git'] 4 ['Java', 'HTML'] 6 ['Python']
Gruparea după prima literă
from itertools import groupby
limbaje = ["Java", "JavaScript", "Python", "PHP", "SQL"]
limbaje.sort(key=lambda limbaj: limbaj[0])
for litera, grup in groupby(
limbaje,
key=lambda limbaj: limbaj[0]
):
print(litera, list(grup)) J ['Java', 'JavaScript'] P ['Python', 'PHP'] S ['SQL']
Gruparea dicționarelor
from itertools import groupby
utilizatori = [
{"nume": "Ana", "rol": "admin"},
{"nume": "Mihai", "rol": "admin"},
{"nume": "Ioana", "rol": "student"}
]
for rol, grup in groupby(
utilizatori,
key=lambda utilizator: utilizator["rol"]
):
print(rol)
for utilizator in grup:
print(utilizator["nume"]) Grupurile sunt iteratoare
from itertools import groupby grupuri = groupby(["A", "A", "B"]) cheie, grup = next(grupuri) print(next(grup)) print(next(grup))
A A
Fiecare grup este consumabil, la fel ca orice alt iterator.
Consumă grupul înainte să avansezi
Grupurile împart aceeași sursă cu iteratorul principal.
from itertools import groupby grupuri = groupby(["A", "A", "B"]) cheie_1, grup_1 = next(grupuri) cheie_2, grup_2 = next(grupuri)
După avansarea la următorul grup, grupul anterior poate să nu mai conțină valorile neconsumate.
RecomandareConsumă fiecare grup imediat sau transformă-l într-o listă înainte să treci la următorul grup.
Numărarea elementelor din fiecare grup
from itertools import groupby
valori = ["A", "A", "A", "B", "B", "C"]
for cheie, grup in groupby(valori):
cantitate = len(list(grup))
print(cheie, cantitate) A 3 B 2 C 1
Identificarea secvențelor consecutive
from itertools import groupby
stari = [
"online",
"online",
"offline",
"offline",
"online"
]
for stare, grup in groupby(stari):
print(stare, len(list(grup))) online 2 offline 2 online 1
Ultima stare online formează un grup separat.
Eliminarea valorilor duplicate consecutive
from itertools import groupby
valori = ["A", "A", "B", "B", "C", "C"]
fara_duplicate_consecutive = [
cheie
for cheie, grup in groupby(valori)
]
print(fara_duplicate_consecutive) ['A', 'B', 'C']
groupby() nu elimină duplicatele separate
from itertools import groupby
valori = ["A", "A", "B", "A"]
print([
cheie
for cheie, grup in groupby(valori)
]) ['A', 'B', 'A']
Gruparea intervalelor de temperatură
from itertools import groupby
temperaturi = [18, 19, 21, 24, 26, 20]
def categorie(temperatura):
if temperatura < 20:
return "rece"
return "cald"
for cheie, grup in groupby(
temperaturi,
key=categorie
):
print(cheie, list(grup)) rece [18, 19] cald [21, 24, 26, 20]
Gruparea datelor sortate
from itertools import groupby
comenzi = [
("Ana", 100),
("Ana", 200),
("Mihai", 150)
]
for client, grup in groupby(
comenzi,
key=lambda comanda: comanda[0]
):
print(client, list(grup)) Iteratorul groupby este consumabil
from itertools import groupby grupuri = groupby(["A", "A", "B"]) print(list(grupuri)) print(list(grupuri))
După prima parcurgere, iteratorul principal este consumat.
Datele originale nu sunt modificate
from itertools import groupby valori = ["A", "A", "B"] grupuri = groupby(valori) print(valori)
['A', 'A', 'B']
Diferența față de un dicționar
Un dicționar poate grupa toate elementele cu aceeași cheie, indiferent de poziție.
groupby() grupează doar secvențele consecutive și produce rezultatele pe măsură ce parcurge datele.
Când este util groupby()?
groupby() este util pentru date ordonate sau pentru secvențe consecutive cu aceeași proprietate.
Îl poți folosi pentru rapoarte, categorii, stări consecutive, numărarea aparițiilor vecine și procesarea datelor sortate.
Greșeli frecvente
Te aștepți să grupeze toate valorile identice
Elementele identice trebuie să fie consecutive.
Uiți să sortezi datele
Sortează după aceeași cheie dacă vrei un singur grup pentru fiecare categorie.
Te aștepți ca grupul să fie o listă
Fiecare grup este un iterator consumabil.
Avansezi înainte să consumi grupul
Consumă grupul înainte să ceri următorul grup.
Rezumat
Elemente consecutiveSunt grupate valorile vecine cu aceeași cheie.
Cheie și grupFiecare rezultat conține cheia și un iterator.
Date ordonateSortarea reunește elementele cu aceeași cheie.
Grup consumabilFiecare grup trebuie procesat înainte de avansare.
Folosește exact un import, cinci instrucțiuni de atribuire, un apel groupby(), trei apeluri next(), trei apeluri print(), trei apeluri len() și trei apeluri list(). Nu folosi for, while, dicționare, comprehensions, funcții definite cu def,…
Exercițiul, editorul și verificarea automată se deblochează cu Python OOP.

Alex Cristian
Iulian Pahom
Catalina Ioana Dan