python如何按条件分组

在Python中，可以使用多种方法根据特定条件对数据进行分组，常用的方法有：使用字典、使用itertools.groupby、使用pandas。本文将详细介绍这些方法的使用方式，并提供相应的代码示例。

一、使用字典

字典是一种非常灵活的数据结构，可以用来根据特定条件对数据进行分组。下面是一个示例：

data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 25},
    {"name": "Dave", "age": 30}
]
grouped_data = {}
for item in data:
    key = item["age"]
    if key not in grouped_data:
        grouped_data[key] = []
    grouped_data[key].append(item)
print(grouped_data)

在这个示例中，数据根据年龄被分组，生成了一个包含两个组的字典。字典的键是分组条件，值是满足条件的数据列表。

二、使用itertools.groupby

itertools.groupby 是一个非常强大的工具，可以用来根据特定条件对数据进行分组。使用这个方法时，数据需要先按照分组条件进行排序。下面是一个示例：

from itertools import groupby
data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 25},
    {"name": "Dave", "age": 30}
]
先按年龄排序
data.sort(key=lambda x: x["age"])
然后分组
grouped_data = {key: list(group) for key, group in groupby(data, key=lambda x: x["age"])}
print(grouped_data)

itertools.groupby根据排序后的数据进行分组，避免了重复键值的情况。在这个示例中，数据首先按年龄排序，然后通过 groupby 进行分组。

三、使用pandas

pandas 是一个非常强大的数据处理库，提供了简单且高效的方法来对数据进行分组。下面是一个示例：

import pandas as pd
data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 25},
    {"name": "Dave", "age": 30}
]
df = pd.DataFrame(data)
根据年龄分组
grouped_data = df.groupby("age")
获取每组的数据
for name, group in grouped_data:
    print(f"Group {name}:")
    print(group)

在这个示例中，数据被转换为一个DataFrame，然后根据年龄进行分组。pandas提供了灵活且强大的分组功能，并且可以方便地进行后续的数据处理和分析。

四、使用自定义函数

有时候，预定义的分组条件无法满足需求，这时可以编写自定义的分组函数。下面是一个示例：

data = [
    {"name": "Alice", "age": 25, "score": 85},
    {"name": "Bob", "age": 30, "score": 90},
    {"name": "Charlie", "age": 25, "score": 95},
    {"name": "Dave", "age": 30, "score": 80}
]
def custom_group(item):
    if item["score"] >= 90:
        return "High"
    else:
        return "Low"
grouped_data = {}
for item in data:
    key = custom_group(item)
    if key not in grouped_data:
        grouped_data[key] = []
    grouped_data[key].append(item)
print(grouped_data)

在这个示例中，数据根据自定义的分组函数进行分组，将分数大于等于90的分为“High”组，其他的分为“Low”组。自定义分组函数提供了极大的灵活性，可以根据任意条件对数据进行分组。

五、使用defaultdict

collections.defaultdict 是一个非常方便的数据结构，可以简化字典初始化过程。下面是一个示例：

from collections import defaultdict
data = [
    {"name": "Alice", "age": 25},
    {"name": "Bob", "age": 30},
    {"name": "Charlie", "age": 25},
    {"name": "Dave", "age": 30}
]
grouped_data = defaultdict(list)
for item in data:
    grouped_data[item["age"]].append(item)
print(grouped_data)

defaultdict自动处理键的初始化，避免了显式检查键是否存在的步骤。在这个示例中，数据根据年龄进行分组，生成了一个包含两个组的defaultdict。

六、使用SQLAlchemy

SQLAlchemy 是一个功能强大的ORM库，可以用来对数据库中的数据进行分组。下面是一个示例：

from sqlalchemy import create_engine, Column, Integer, String, select
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy.orm import sessionmaker
Base = declarative_base()
class User(Base):
    __tablename__ = 'users'
    id = Column(Integer, primary_key=True)
    name = Column(String)
    age = Column(Integer)
engine = create_engine('sqlite:///:memory:')
Base.metadata.create_all(engine)
Session = sessionmaker(bind=engine)
session = Session()
添加数据
session.add_all([
    User(name='Alice', age=25),
    User(name='Bob', age=30),
    User(name='Charlie', age=25),
    User(name='Dave', age=30)
])
session.commit()
分组查询
stmt = select(User.age, User.name).group_by(User.age)
results = session.execute(stmt).all()
grouped_data = {}
for age, name in results:
    if age not in grouped_data:
        grouped_data[age] = []
    grouped_data[age].append(name)
print(grouped_data)

在这个示例中，使用SQLAlchemy创建了一个SQLite内存数据库，并在数据库中添加数据。然后通过SQL分组查询对数据进行了分组。SQLAlchemy 提供了强大的分组查询功能，可以方便地对数据库中的数据进行分组。

七、使用组合方法

在实际应用中，往往需要结合多种方法来实现复杂的数据分组需求。下面是一个示例，展示了如何结合pandas和自定义函数实现复杂的分组：

import pandas as pd
data = [
    {"name": "Alice", "age": 25, "score": 85},
    {"name": "Bob", "age": 30, "score": 90},
    {"name": "Charlie", "age": 25, "score": 95},
    {"name": "Dave", "age": 30, "score": 80}
]
df = pd.DataFrame(data)
def custom_group(row):
    if row["score"] >= 90:
        return "High"
    else:
        return "Low"
df["group"] = df.apply(custom_group, axis=1)
grouped_data = df.groupby("group")
for name, group in grouped_data:
    print(f"Group {name}:")
    print(group)