如何在不使用groupby的情况下进行行程编码

Question

我已按如下顺序输入：

L = [5,5,7,7,7,7,9,10,12,14] 

我想计算每个数字出现的次数。 这给出了输出：

[2,4,1,1,1,1]

我不需要存储原始值。 我也不想使用groupby。 这是因为我将使用pypy运行我的代码，从而最好地加快简单循环的速度。

我可以使用以下方法来低效地做到这一点：

S = set(L)
[L.count(item) for item in S]

是否有一个简单的线性时间解决方案，也许只是一个for循环？

Answer 1

如果您有非常大的数据，请编写一些功能以提高效率。

L1 = [1, 1, 1, 1, 2, 2, 3, 4, 5, 6, 7, 8, 8, 8, 8, 8, 8, 8, 9]  
L2 = [1, 1, 1, 1, 2, 2, 3, 4, 5, 6, 7, 8, 8, 8, 8, 8, 8, 8, 8]

def countr(lst):
    res = []
    count = 1

    for i in range(len(lst) - 1):
        if lst[i] == lst[i + 1]:
            count += 1
        else:
            res.append(count)
            count = 1

    res.append(count)
    return res

countr(L1)
# [4, 2, 1, 1, 1, 1, 1, 7, 1]

countr(L2)
# [4, 2, 1, 1, 1, 1, 1, 8]

Answer 2

这是Counter创建的目的：

>>> from collections import Counter
>>> counts = Counter([5,5,7,7,7,7,9,10,12,14])
>>> [counts[i] for i in sorted(counts.keys())]
[2, 4, 1, 1, 1, 1]

另外，如果您要优化内存使用量，则可以使用以下函数进行迭代，甚至是从文件获取数字的生成器：

def run_lengths(lst):
    previous_val = None
    num_vals = 0 
    for i in lst:
        if previous_val is None:
            previous_val = i 
        if i == previous_val:
            num_vals += 1
            continue
        yield num_vals
        previous_val = i 
        num_vals = 1 
    if num_vals:
        yield num_vals

print(list(run_lengths([5,5,7,7,7,7,9,10,12,14])))  # Returns [1, 2, 4, 1, 1, 1]

def file_generator(file_path):
    with open(file_path, 'r') as f:
        for l in f:
            yield int(l.strip())

 print(list(run_lengths(file_generator('my/huge/file.dat'))))