根据第一列将成对的数组转换为2D数组

Question

Python中是否有一种（最好是优雅的）方式来获取诸如

[[3,350],[4,800],[0,150],[0,200],[4,750]]

变成像

[
  [150,200],
  [],
  [],
  [350],
  [800,750]
]

？

换句话说，有什么好方法可以将每对中的第二个数字放入一个数组，其行索引由该对中的第一个数字确定？

Answer 1

尝试看一下列表理解，它们提供了一种创建列表的单线方式。 如果你不知道它们是什么，这是一个相当不错的指南，让你开始在这里 。 另外，请查看tuple ，因为它们更适合成对的值，而不是列表。 请注意，元组是不可变的，因此创建后就无法进行更改。

您使用元组的列表如下所示

foo = [(3,350),(4,800),(0,200),(4,750)]

据我所知，Python列表没有预定义的大小，而是随着更改而增长和收缩。 因此，您要做的就是找到列表中最大的索引值，或者foo = [x[0] for x in list_of_pairs]将访问主列表中每个列表的第一个索引，即名为list_of_pairs 。 注意，该策略也适用于基于tuple的列表。

下面应该做你想做的

list_of_pairs = [[3,350],[4,800],[0,200],[4,750]]
indexes = {x[0] for x in list_of_pairs}
new_list = []

for i in indexes:
    new_list.append([x[1] for x in list_of_pairs if x[0] == i])

Answer 2

正如@thefourtheye所指出的， dict可能是更好的容器。 如果您想要2D列表，则可以首先将值添加到中间dict ，其中key是row，value是数字列表。 然后，您可以使用列表推导生成最终结果：

>>> l = [[3,350],[4,800],[0,150],[0,200],[4,750]]
>>> d = {}
>>> for row, num in l:
...     d.setdefault(row, []).append(num)
...
>>> [d.get(i, []) for i in range(max(d.keys()) + 1)]
[[150, 200], [], [], [350], [800, 750]] 

Answer 3

我将使用pandas模块执行此任务：

In [186]: a = np.array([[3,350],[4,800],[0,150],[0,200],[4,750]])

In [187]: res = pd.DataFrame(a).groupby(0)[1].apply(list).to_frame('val').rename_axis('idx')

In [188]: res
Out[188]:
            val
idx
0    [150, 200]
3         [350]
4    [800, 750]

现在，您有了索引数据集，可以按以下方式使用它：

In [190]: res.ix[0, 'val']
Out[190]: [150, 200]

In [191]: res.ix[0, 'val'][1]
Out[191]: 200

In [192]: res.ix[4, 'val']
Out[192]: [800, 750]

附言：我认为您不必在结果数据集中保留空列表-因为这浪费资源

Answer 4

有很多方法可以做到这一点。 这是一个相当简单的方法：

a = [[3, 350], [4, 800], [0, 150], [0, 200], [4, 750]]

rows, values = zip(*a)
b = [[] for _ in range(max(rows)+1)]  # initialize 2D output
for i, row in enumerate(rows):
    b[row].append(values[i])

print(b)  # -> [[150, 200], [], [], [350], [800, 750]]