通过 str 列表对对象列表进行分组的 Pythonic 方法

如何解决通过 str 列表对对象列表进行分组的 Pythonic 方法

我有一个数据类，例如

from dataclasses import dataclass
from typing import List

@dataclass
class Place:
    name: str
    tags: List[str]

和一个对象列表：

places = [Place(name='Foo',tags=['tagA','tagB']),Place(name='Bar',tags=['tagB','tagC']),...]

如果我想按标签对 10000x 个对象进行分组，例如

{
    'tagA': [Place(name='Foo','tagB'])],'tagB': [Place(name='Foo','tagC'])],'tagC': [Place(name='Bar','tagC'])]
}

一种方法是遍历列表，然后遍历标签列表并构建字典。

但是有没有更好的方法来做到这一点？也许使用 itertools.groupby

解决方法

sess = tf.compat.v1.Session(reuse=reuse,...) model = load_gpt2(sess,...) 仅在以下情况下有用/有效：

1. 您可以对您的输入应用排序，以便一个组的所有预期成员都是相邻的，并且
2. 任何项目都不应属于多个组。

您描述的用例违反了这两个标准（每个项目都属于与它有标签一样多的组，没有合理的排序顺序可以对它们进行分组），因此 itertools.groupby 是不合适的。正确的解决方案是您描述的解决方案；创建一个 itertools.groupby（或者为了方便起见，一个 dict 以避免需要进行成员资格测试和/或 collections.defaultdict(list) 调用），迭代所有对象，将它们添加到所有适当的键中，例如：

setdefault

这是尽可能有效的；每个地点/标签对只迭代一次，而 from collections import defaultdict places = ... places_by_tag = defaultdict(list) for place in places: for tag in place.tags: places_by_tag[tag].append(place) 查找，虽然技术上最坏的情况 dict，是平均情况 O(n)。唯一有意义的优化是，如果标签可以轻松转换为固定大小的 O(1) 索引，将平均情况 list 减少到 实际 O(1)，但这不太可能重要（试图对其进行改进是过早的优化）。