如何為包含特定字符串的列表中的每個唯一元素創建[n]個元素的隨機樣本（帶有嵌套循環？）

Question

我正在嘗試創建一個包含隨機樣本（更具體地說是分層樣本）的列表。

我的數據包含一個包含數百萬個電話號碼（每個字符串）的列表，我將其拆分為一個包含2個字符串（每個數字）的列表。 第一個字符串是城市代碼，必須對城市代碼進行分層。 我用了

unique = list(set(citycode))

從主列表（mainlist [0]）中獲取所有唯一元素。

假設我在“唯一”列表中有〜1000個元素，對於每個唯一元素，我試圖在“主列表”中隨機查找5個元素，這些元素包含mainlist [i] [0]中的unique [i]數量。 對於每次匹配，主列表的兩個字段/字符串都應附加到新列表“ randomlist”中。 因此，最終列表應包含5000個電話號碼。

我曾考慮為此使用嵌套循環，但是由於我是Python的初學者，並嘗試使用在線教程自學，所以我還沒有真正找到解決此問題的函數或方法。 我不確定在這種情況下什么可能的解決方法。

任何想法或意見將不勝感激。 謝謝！

Answer 1

假設有兩個列表，例如：

main = [(123, xxxxxxx),...]
unique = [123, ...]

然后，您可以執行以下操作：

from random import shuffle
shuffle(main)
out = []
for u in unique:
  i = 0
  it = (x for x in main if x[0] == u)
  while i < 5:
    try:
      out.append(main.pop(main.index(next(it))))
    except:
      pass
    i+=1

out將包含一個類似於在main中找到的元組的列表，每個唯一的區號最多5個（如果main少於5個，則小於5個），並且是隨機分布的。

更新

由於您要一起排除表示量太少的區號，因此，請執行以下操作：

from random import shuffle
from collections import Counter
c = Counter(x[0] for x in main)
main = [x for x in main if c[x] >= 5]
shuffle(main)
out = []
for u in unique:
  i = 0
  it = (x for x in main if x[0] == u)
  while i < 5:
    out.append(main.pop(main.index(next(it))))
    i+=1