基于第n个字符的列表分组和格式设置

Question

输入：

我有一个文件，在每个换行符中有数千个长度相同的字符串(如上面所列的5个字符)。以下是该文件中每个字符串的属性，

• 所有的字符串长度相同-5个字符.
• 字符串的前3个字符可以称为“模式”(即上面示例中的abc、aef )。
• 每个字符串的第四个字符称为“版本”。它只能有三个可能的数值- M/L/K (如上文所述)。最后一个字符是该字符串的“唯一ID”，该字符串表示为数字(它可以有值1、2、3)。

目标/预期产出：

• 将该文件中的字符串条目写入按"version“分组的单独列(即字符串的L/M/K-4字符)。
• 在每一列下，字符串应根据“模式”(即字符串的前3个字符)分组，并按“模式”的“唯一ID”(例如)的升序排列。(上述输出中的第二列L)。
• 一个给定家庭跨多个“版本”的通用“唯一ID”应该安排在同一行(例如。(上述输出中的第一项)。但是，如果对给定的变量没有等效的“唯一ID”，那么它应该标记为"-“。

输入/输出

Input

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

Output

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

我被建议使用迭代工具中的"groupby“函数，这有助于根据”第4“字符对字符串进行分组。但是，我确信不能像上面的输出那样以所需的格式打印这些列表。

Answer 1

这可能不是最短的答案，但应该相当容易读懂。

主要目标是构建条目的2d地图：

1. 1级格式键(“abc”，1)
2. “M”、“L”、“K”的第2级键

下面是一个示例，您可以根据需要更新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)

产出如下：

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

Answer 2

首先必须使用sorted函数根据第5个索引对列表进行排序，然后根据第5个索引调用itertools.groupby (使用operator.itemgetter实现这一点)。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

根据问题中提到的例子，看起来您的列表已经排序了。如果是这样的话，您可以跳过排序部分。

现在你们每一组都有篮子。以填充空的-。您可以创建一个for循环如下：

# 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持有的最终值为：

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

您可以使用zip以所需格式打印数据如下：

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

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