Pythonのリストを分類する

Question

リストをPythonで分類する最良の方法は何ですか？例えば

：

totalist is below 

totalist[1] = ['A','B','C','D','E'] 
totalist[2] = ['A','B','X','Y','Z'] 
totalist[3] = ['A','F','T','U','V'] 
totalist[4] = ['A','F','M','N','O'] 

は、私は最初の2つの項目が['A','B']、基本的にlist[1]とlist[2]あるリストを取得したいとします。一度に1つのアイテムを反復することなくこれらを取得する簡単な方法はありますか？このようなもの？

if ['A','B'] in totalist 

私はそれが動作しないことを知っています。

Answer 1

各リストの最初の2つの要素を確認できます。

for totalist in all_lists: 
    if totalist[:2] == ['A', 'B']: 
     # Do something. 

注： Kasramvdによって提案されたワンライナーソリューションはあまりにも非常にいいです。私は自分のソリューションをより読みやすくしました。私は、理解は通常のforループよりもわずかに速いと言いますが。 （私は自分自身をテストしました）

Answer 2

基本的には、これを入れ子リストでPythonで行うことはできません。しかし、あなたはここに最適化されたアプローチを探している場合は、いくつかの方法があります：あなたがインデックスをしたい場合

>>> [sub for sub in totalist if sub[:2] == ['A', 'B']] 
[['A', 'B', 'C', 'D', 'E'], ['A', 'B', 'X', 'Y', 'Z']] 

：

はサブリストの最初の2つの項目を意図したリストを比較することで、簡単なリスト内包を使ってenumerateを使用します。

>>> [ind for ind, sub in enumerate(totalist) if sub[:2] == ['A', 'B']] 
[0, 1] 

そして、ここでは、大規模なデータセットを処理しているとき、かなり最適化されてnumpyのでアプローチです：

>>> import numpy as np  
>>> 
>>> totalist = np.array([['A','B','C','D','E'], 
...      ['A','B','X','Y','Z'], 
...      ['A','F','T','U','V'], 
...      ['A','F','M','N','O']]) 

>>> totalist[(totalist[:,:2]==['A', 'B']).all(axis=1)] 
array([['A', 'B', 'C', 'D', 'E'], 
     ['A', 'B', 'X', 'Y', 'Z']], 
     dtype='|S1') 

また、あなたは、あなたが機能的な方法を探しているループを使用しない場合のpythonでの理解を一覧表示する代わりに、リスト内包として最適化されていないようfilter機能、使用することができます。

を

>>> list(filter(lambda x: x[:2]==['A', 'B'], totalist)) 
[['A', 'B', 'C', 'D', 'E'], ['A', 'B', 'X', 'Y', 'Z']] 

Answer 3

これは可能です。

>>> for i in totalist: 
...  if ['A','B']==i[:2]: 
...    print i 

Answer 4

あなたは、パフォーマンス（コスト）を心配することを意味します。これを行う必要がある場合や、パフォーマンスが心配な場合は、別のデータ構造が必要です。これにより、リストを作成するときに少しコストがかかりますが、フィルタリングするときに時間を節約できます。

最初の2つの要素に基づいてフィルタを適用する必要がある場合（最初のn要素には一般化されません）、リストが作成されたときに、そのキーがタプル最初の2つの要素のうち、項目はリストのリストです。

次に、dictルックアップを実行するだけでリストを取得できます。これは簡単で、リストを作成する際にメモリや時間をほとんどかけることなく、スピードアップを可能にします。

Answer 5

楽しみのためだけに、C層に要素ごとの作業をプッシュするitertoolsソリューション：

from future_builtins import map # Py2 only; not needed on Py3 
from itertools import compress 
from operator import itemgetter 

# Generator 
prefixes = map(itemgetter(slice(2)), totalist) 
selectors = map(['A','B'].__eq__, prefixes) 

# If you need them one at a time, just skip list wrapping and iterate 
# compress output directly 
matches = list(compress(totalist, selectors)) 

これは、すべて1つのライニングが考えられます。

matches = list(compress(totalist, map(['A','B'].__eq__, map(itemgetter(slice(2)), totalist)))) 

が、私はお勧めしませんそれ。 totalistは発電機ではなく、再反復可能シーケンスであるかもしれない場合なお、あなたが追加し、それを倍にitertools.teeを使用したいと思います：

totalist, forselection = itertools.tee(totalist, 2) 

とforselection上mapにprefixesの定義を変更、ないtotalist。 compressは両方のイテレータを並列に反復するため、teeは意味のあるメモリオーバーヘッドを持ちません。

もちろん、他の人が指摘しているように、Cに移動しても、これは線形アルゴリズムです。理想的には、collections.defaultdict(list)のように、各listの2つの要素プレフィックス（tupleに変換され、法的にはdictに変換されます）からlistのlistにそのプレフィクスを使用してマップするのが理想的です。次に、N listを線形検索する代わりに、一致する接頭辞を持つものを見つけるために、totaldict['A', 'B']を実行するだけで、結果はO(1)で取得されます（固定されていない作業でも一定スライスなし）。

例事前計算の作業：

from collections import defaultdict 

totaldict = defaultdict(list) 
for x in totalist: 
    totaldict[tuple(x[:2])].append(x) 

# Optionally, to prevent autovivification later: 
totaldict = dict(totaldict) 

次に、あなただけの持つ2つの要素の接頭辞のために効果的に瞬時にmatchesを取得することができます：

matches = totaldict['A', 'B']