Desarrollo de Python
  1. Desarrollo de Python
  3. Dividir dict por valor de una de las teclas.
Intereting Posts
Numba.vectorize para CUDA: ¿Cuál es la firma correcta para devolver arrays? Marque el correo electrónico como leído con exchangelib Python: división por cierto patrón Python numpy.random.normal solo valores positivos Líneas de lectura de subproceso Python ()? No se puede importar scipy.misc.imread Python 3: ImportError “No hay módulo llamado Setuptools” ¿Cómo puedo reemplazar un elemento de la lista de cadenas delimitadas por texto con varios elementos de lista en una lista de python? Enlaces SVN de Python para Windows Cambio de la variable de iteración dentro del bucle en Python GUI simple con imágenes TensorFlow: AttributeError: el objeto ‘Tensor’ no tiene atributo ‘shape’ Como generar error si duplica claves en diccionario. Pandas read_stata () con grandes archivos .dta Obtener contenido de un widget de entrada Tkinter

Dividir dict por valor de una de las teclas.

Tengo un diccionario con datos de la misma longitud (pero diferentes tipos), algo así como: 

data = { "id": [1,1,2,2,1,2,1,2], "info": ["info1","info2","info3","info4","info5","info6","info7","info8"], "number": [1,2,3,4,5,6,7,8] }

Ahora me gustaría dividirlo en dos por id , manteniendo la info y el number respectivos. Es decir, tener dos dicts data1 y data2 .

Nota: esto es simplemente una muestra, hay varias claves en el dictado y me gustaría evitar el uso de los nombres de las claves, sino un bucle a través de todas ellas.

¿Qué es una forma pythonica de hacerlo?

Con listas de comprensión: 

 data1 = [ data["info"][idx] for idx, x in enumerate(data["id"]) if x == 1 ] #data1 = ['info1', 'info2', 'info5', 'info7']

Si quieres recuperar todas las claves: 

 data1 = [ { key : data[key][idx] for key in data.keys() } for idx, x in enu merate(data["id"]) if x == 1 ] >>> data1 [{'info': 'info1', 'id': 1, 'number': 1}, {'info': 'info2', 'id': 1, 'number': 2 }, {'info': 'info5', 'id': 1, 'number': 5}, {'info': 'info7', 'id': 1, 'number': 7}]

Para trabajar con registros, personalmente me gusta numpy.recarray . 

 In [3]: import numpy as np In [4]: fields = data.keys() In [8]: recs = zip(*[ lst for k, lst in data.iteritems() ]) In [9]: recs[0] Out[9]: ('info1', 1, 1) In [10]: recs[1] Out[10]: ('info2', 1, 2) In [21]: ra = np.rec.fromrecords(recs, names = fields ) In [17]: ra rec.array([('info1', 1, 1), ('info2', 1, 2), ('info3', 2, 3), ('info4', 2, 4), ('info5', 1, 5), ('info6', 2, 6), ('info7', 1, 7), ('info8', 2, 8)], dtype=[('info', 'S5'), ('id', '

Si desea agrupar los registros por id en un dict, haga: 

 { id: ra[ra.id == id] for id in set(ra.id) } 
 >>> from collections import defaultdict >>> res = defaultdict(list) >>> for ID,info in zip(data["id"],data["info"]): res[ID].append(info) >>> res defaultdict(, {1: ['info1', 'info2', 'info5', 'info7'], 2: ['info3', 'info4', 'info6', 'info8']}) >>> 
 from collections import defaultdict ids = data.pop('id') databyid = defaultdict(lambda: defaultdict(list)) for id, values in zip(ids, zip(*data.values())): for kid, kval in enumerate(data.keys()): databyid[id][kval].append(values[kid])

Si necesita datos en estado original (con id): 

  data['id'] = ids

resultado: 

 >>> databyid[1] defaultdict(, {'info': ['info1', 'info2', 'info5', 'info7'], 'number': [1, 2, 5, 7]}) >>> databyid[2] defaultdict(, {'info': ['info3', 'info4', 'info6', 'info8'], 'number': [3, 4, 6, 8]}) >>>