根據第n個字符對列表進行分組和格式化

Question

輸入：

我有一個文件，其中每個換行符中都有數千個相同長度的字符串（上面列出的5個字符）。 以下是該文件中每個字符串的屬性，

• 所有字符串長度相同-5個字符。
• 字符串的前3個字符可以稱為“模式”（即上述示例中的abc，aef）。
• 每個字符串的第4個字符稱為“版本”。 它只能有3個可能的值-M / L / K（如上所述）。 最后一個字符是該字符串的“唯一ID”，以數字表示（可以具有值1,2,3）。

目標/期望的輸出：

• 將文件中的字符串條目寫出到按“版本”分組的單獨列中（即L / M / K-字符串的第4個字符）。
• 在每列下，字符串應基於“模式”（即字符串的前3個字符）進行分組，並應按“模式”的“唯一ID”的升序排列（例如，第二列L以上輸出）。
• 給定家庭在多個“版本”中的通用“唯一ID”應安排在同一行中（例如，上述輸出中的第1個條目）。 但是，如果給定的變體沒有等效的“唯一ID”，則應將其標記為“-”。

例如：輸入/輸出

Input

abc**M**1
abc**L**1
aef**L**2
aef**K**3

Output

   M        L         K
  abcM1    abcL1       -
    -      aefL2       -
    -        -       aefK3

建議我使用itertools中的“ groupby”函數，該函數有助於根據“第4個”字符對字符串進行分組。 但是我確定不能像上面的輸出中那樣以所需的格式打印這些列表。

Answer 1

您將必須首先使用sorted函數基於5th索引對列表進行sorted ，然后必須基於5th索引調用itertools.groupby （使用operator.itemgetter來實現）。 例如：

>>> from operator import itemgetter
>>> from itertools import groupby
>>> my_list = ['abc**M**1', 'abc**L**1', 'aef**L**2', 'aef**K**3', 'xyz**M**3']

>>> [[i.replace('*', '') for i in j] for _, j in groupby(sorted(my_list, key=itemgetter(5)), key=itemgetter(5))]
[['aefK3'], ['abcL1', 'aefL2'], ['abcM1', 'xyzM3']]
#    ^           ^                    ^
#    K-Group     L-Group              M-Group

根據問題中提到的示例，您的列表似乎已被排序。 在這種情況下，您可以跳過排序部分。

現在每個組都有籃子。 為了用空-填充它。 您可以通過以下方式創建一個for循環：

# same value extracted from above code
group_basket  = [['aefK3'], ['abcL1', 'aefL2'], ['abcM1', 'xyzM3']]

depth = 3

for b in group_basket:
    for i in range(depth):
        if i >= len(b) or not b[i].endswith(str(i+1)):
            b.insert(i, '-')

group_basket持有的最終價值將是：

>>> group_basket
[['-', '-', 'aefK3'], 
 ['abcL1', 'aefL2', '-'], 
 ['abcM1', '-', 'xyzM3']]

您可以使用zip以以下所需格式打印數據：

for x in zip(*group_basket[::-1]):
    print('\t'.join(x))

# which prints:
# --------------------
# abcM1  abcL1    -
#  -     aefL2    -
# xyzM3   -      aefK3

Answer 2

這可能不是最短的答案，但通俗易懂。

主要目標是構建條目的二維地圖：

1. 1級密鑰格式（“ abc”，1）
2. 級別2的['M'，'L'，'K']鍵之一

這是示例，您可以根據需要更新print_entries ：

inputs = ['abcM1', 'abcL1', 'aefL2', 'aefK3']

def parse_inputs(inputs):
    entries = dict()    # key (abc,1), key ['M', 'L', 'K']

    for input_string in inputs:
        # parse and break down
        version = input_string[3]
        unique_id = int(input_string[4])
        key = (input_string[:3], unique_id)

        # put in ditionary
        if key not in entries:
            entries[key] = dict()
        entries[key][version] = input_string
    return entries

def print_entries(entries):
    ids = ['M', 'L', 'K']
    print '{:^6} {:^6} {:^6}'.format(*ids)
    for key in sorted(entries.keys()):
        cur_entries = entries[key]
        # for each id, find the entry, if not found, use placeholder '_'
        outputs = [cur_entries[_id] if _id in cur_entries else '_' for _id in ids]
        print '{:^6} {:^6} {:^6}'.format(*outputs)

entries = parse_inputs(inputs)
print_entries(entries)

輸出為：

  M      L      K   
abcM1  abcL1    _   
  _    aefL2    _   
  _      _    aefK3