Pythonのデータリストの読み込みとグループ化

Question

私はいくつかのデータの管理に苦労しています。私は、それぞれの基本的なサブリストは、これは、各サブリストに倍の不確定数のため、私はすべてを取得する必要があり

EDITを続けて、次の

<1x>begins 
<2x>value-1 
<3x>value-2 
<4x>value-3 
some indeterminate number of other values 
<1y>next observation begins 
<2y>value-1 
<3y>value-2 
<4y>value-3 
some indeterminate number of other values 

のような構造を有しているリストのリストになってきたデータを持っています< 2の出現、 < 4は一緒に私はリストの新しいリストを作成していて分離し、グループ化された[[< 2倍>値-1、< 3X>値-2、< 4X>値-3]、[< 2Y > value-1、< 3y> value-2,< 4y> value-3]]

以下の行をすべて編集してください< 4x>と< 4y>（その点については、< 4anyalpha>は同じタイプのコーディングを持っています。これらは閉じられていないsgmlタグです。私は今日使っていたすべてのコーディングから指が痛いので、数字を使用しました。

私は最終的に出ているソリューションは非常にきれい

listINeed=[] 
for sublist in biglist: 
    for line in sublist: 
     if '<2' in line: 
      var2=line 
     if '<3' in line: 
      var3=line 
     if '<4' in line: 
      var4=line 
      templist=[] 
      templist.append(var2) 
      templist.append(var3) 
      templist.append(var4) 
      listIneed.append(templist) 
      templist=[] 
      var4=var2=var3='' 

ではありません私はこれをクリーンアップしようとする方法を見てきましたが、成功していません。これはうまくいきました。これは、これを1行の関数で処理できると思うので、これをPythonについてもっと学ぶ別の機会として見ました。

Answer 1

itertools.groupby()をすることによって、あなたを得ることができます。

itertools.groupby(biglist, operator.itemgetter(2)) 

Answer 2

あなたは、元のソリューションがうまくいくかもしれないが、優雅さに欠けていることに気づいて、良いスタートを切っています。

ループ内の文字列を解析して、各行に新しい変数を作成する必要があります。あなたは第二を選ぶしたい場合は第三、

import re 

s = """<1x>begins 
<2x>value-1 
<3x>value-2 
<4x>value-3 
some indeterminate number of other values 
<1y>next observation begins 
<2y>value-1 
<3y>value-2 
<4y>value-3""" 
firstMatch = re.compile('^\<1x') 
numMatch = re.compile('^\<(\d+)') 
listIneed = [] 
templist = None 
for line in s.split(): 
     if firstMatch.match(line): 
       if templist is not None: 
         listIneed.append(templist) 
       templist = [line] 
     elif numMatch.match(line): 
      #print 'The matching number is %s' % numMatch.match(line).groups(1) 
      templist.append(line) 
if templist is not None: listIneed.append(templist) 

print listIneed 

Answer 3

、および各サブリストの第四の要素、これは動作するはずです：： はここにいくつかのサンプルコードです

listINeed = [sublist[1:4] for sublist in biglist] 

Answer 4

私が正しくあなたの質問を理解している場合：

import re 
def getlines(ori): 
    matches = re.finditer(r'(<([1-4])[a-zA-Z]>.*)', ori) 
    mainlist = [] 
    sublist = [] 
    for sr in matches: 
     if int(sr.groups()[1]) == 1: 
      if sublist != []: 
       mainlist.append(sublist) 
      sublist = [] 
     else: 
      sublist.append(sr.groups()[0]) 
    else: 
     mainlist.append(sublist) 
    return mainlist 

...あなたは正規表現を使用したように感じた場合は、あなたのための仕事をするだろう。

以下のバージョンでは、すべてのデータをサブリスト（個々のグループの最初の4つだけでなく）に分割します。上記の特定のタスクの各リストから最初の4つの結果を取得するには、DavidのlistINeed = [biglistのサブリストのためのsublist [1：4]]を使用します。

import re 
def getlines(ori): 
    matches = re.finditer(r'(<(\d*)[a-zA-Z]>.*)', ori) 
    mainlist = [] 
    sublist = [] 
    for sr in matches: 
     if int(sr.groups()[1]) == 1: 
      print "1 found!" 
      if sublist != []: 
       mainlist.append(sublist) 
      sublist = [] 
     else: 
      sublist.append(sr.groups()[0]) 
    else: 
     mainlist.append(sublist) 
    return mainlist