Python プログラミングにおいて、データコレクションの整理と操作は基本的なタスクです。その中でも、リストの要素を特定の基準に基づいてグループ化することは一般的な操作です。このプロセスは、データを整理されたカテゴリに変換し、分析や作業を容易にします。
このチュートリアルでは、さまざまなテクニックを使用して、Python リストの要素を効率的にグループ化する方法を学びます。基本的なアプローチから始め、徐々に、この目的のためにさらに強力な組み込み関数を紹介します。この実験（Lab）の終わりには、Python でリストデータをグループ化するさまざまな方法について、実践的な理解が得られるでしょう。
まず、リストのグループ化が何を意味するのか、そして Python の辞書を使って基本的なグループ化テクニックを実装する方法を理解することから始めましょう。
リストのグループ化とは、特定の特性や関数に基づいて、リストの要素をカテゴリに整理するプロセスです。たとえば、数値のリストを偶数と奇数でグループ化したり、単語のリストを最初の文字でグループ化したりすることができます。
Python でリスト要素をグループ化する最も簡単な方法は、辞書を使用することです。
偶数と奇数に基づいて数値をグループ化する簡単な例を作成しましょう。
まず、コードを記述するための新しい Python ファイルを作成しましょう。
WebIDE を開き、/home/labex/projectディレクトリにgroup_numbers.pyという名前の新しいファイルを作成します。
ファイルに次のコードを追加します。
## Basic list grouping using dictionaries
numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
## Initialize empty dictionary to store our groups
even_odd_groups = {"even": [], "odd": []}
## Group numbers based on whether they are even or odd
for num in numbers:
if num % 2 == 0:
even_odd_groups["even"].append(num)
else:
even_odd_groups["odd"].append(num)
## Print the resulting groups
print("Grouping numbers by even/odd:")
print(f"Even numbers: {even_odd_groups['even']}")
print(f"Odd numbers: {even_odd_groups['odd']}")スクリプトを実行して結果を確認します。
WebIDE でターミナルを開きます。
スクリプトを実行します。
python3 /home/labex/project/group_numbers.py次のような出力が表示されるはずです。
Grouping numbers by even/odd:
Even numbers: [2, 4, 6, 8, 10]
Odd numbers: [1, 3, 5, 7, 9]次に、3 で割ったときの余りに基づいて数値をグループ化するようにスクリプトを変更しましょう。
group_numbers.pyファイルに次のコードを追加します。## Group numbers by remainder when divided by 3
remainder_groups = {0: [], 1: [], 2: []}
for num in numbers:
remainder = num % 3
remainder_groups[remainder].append(num)
print("\nGrouping numbers by remainder when divided by 3:")
for remainder, nums in remainder_groups.items():
print(f"Numbers with remainder {remainder}: {nums}")ファイルを保存します。
スクリプトをもう一度実行します。
python3 /home/labex/project/group_numbers.pyこれで、追加の出力が表示されるはずです。
Grouping numbers by remainder when divided by 3:
Numbers with remainder 0: [3, 6, 9]
Numbers with remainder 1: [1, 4, 7, 10]
Numbers with remainder 2: [2, 5, 8]辞書を使用したこの基本的なテクニックは、リスト要素をグループ化するための簡単な方法を提供します。ただし、グループ化のニーズがより複雑になるにつれて、Python はより強力で効率的な方法を提供します。これについては、次のステップで説明します。
グループ化の基本的な概念を理解したところで、組み込みのitertools.groupby()関数を使用した、より強力なアプローチを探求しましょう。この関数は、ソートされたデータを扱う場合に特に役立ちます。
itertoolsモジュールのgroupby()関数は、キー関数に基づいて、反復可能オブジェクト内の連続する要素をグループ化します。これは、次のペアを生成するイテレータを返します。
重要な注意点：groupby()は連続する項目のみをグループ化するため、入力データは通常、最初にソートする必要があります。
実際にこれがどのように機能するかを確認するために、例を実装しましょう。
/home/labex/projectディレクトリにgroupby_example.pyという名前の新しいファイルを作成します。
必要なモジュールをインポートするために、次のコードを追加します。
import itertools
## Sample data
words = ["apple", "banana", "avocado", "blueberry", "apricot", "blackberry"]次に、itertools.groupby()を使用して、単語を最初の文字でグループ化しましょう。
groupby_example.pyファイルに次のコードを追加します。## First, we need to sort the list by the key we'll use for grouping
## In this case, the first letter of each word
words.sort(key=lambda x: x[0])
print("Sorted words:", words)
## Now group by first letter
grouped_words = {}
for first_letter, group in itertools.groupby(words, key=lambda x: x[0]):
grouped_words[first_letter] = list(group)
## Print the resulting groups
print("\nGrouping words by first letter:")
for letter, words_group in grouped_words.items():
print(f"Words starting with '{letter}': {words_group}")ファイルを保存します。
スクリプトを実行します。
python3 /home/labex/project/groupby_example.py次のような出力が表示されるはずです。
Sorted words: ['apple', 'apricot', 'avocado', 'banana', 'blackberry', 'blueberry']
Grouping words by first letter:
Words starting with 'a': ['apple', 'apricot', 'avocado']
Words starting with 'b': ['banana', 'blackberry', 'blueberry']groupby()を使用する際にソートが不可欠である理由を示すために、ソートなしの別の例を追加しましょう。
groupby_example.pyファイルに次のコードを追加します。## Sample data (unsorted)
unsorted_words = ["apple", "banana", "avocado", "blueberry", "apricot", "blackberry"]
print("\n--- Without sorting first ---")
print("Original words:", unsorted_words)
## Try to group without sorting
unsorted_grouped = {}
for first_letter, group in itertools.groupby(unsorted_words, key=lambda x: x[0]):
unsorted_grouped[first_letter] = list(group)
print("\nGrouping without sorting:")
for letter, words_group in unsorted_grouped.items():
print(f"Words starting with '{letter}': {words_group}")ファイルを保存します。
スクリプトをもう一度実行します。
python3 /home/labex/project/groupby_example.py出力では、ソートなしのグループ化が異なる結果を生成することに気付くでしょう。
--- Without sorting first ---
Original words: ['apple', 'banana', 'avocado', 'blueberry', 'apricot', 'blackberry']
Grouping without sorting:
Words starting with 'a': ['apple']
Words starting with 'b': ['banana']
Words starting with 'a': ['avocado']
Words starting with 'b': ['blueberry']
Words starting with 'a': ['apricot']
Words starting with 'b': ['blackberry']同じキーを持つ複数のグループがあることに注意してください。これは、groupby()が連続する項目のみをグループ化するためです。データがソートされていない場合、同じキーを持ちながらリスト内の異なる位置に表示される項目は、別々のグループに配置されます。
itertools.groupby()関数は非常に効率的であり、標準ライブラリの一部であるため、多くのグループ化タスクに役立つ強力なツールです。ただし、ソートされたデータで最も効果的に機能することを忘れないでください。
Python でのグループ化のためのもう一つの強力なツールは、collectionsモジュールからのdefaultdictクラスです。このアプローチは、通常の辞書を使用するよりも、よりクリーンで効率的なデータのグループ化方法を提供します。
defaultdictは、欠落しているキーに対して最初の値を自動的に初期化する辞書のサブクラスです。これにより、辞書に項目を追加する前にキーが存在するかどうかを確認する必要がなくなります。グループ化の目的では、新しいグループの空のリストを初期化するための条件付きコードを記述する必要がないことを意味します。
defaultdictがグループ化プロセスをどのように簡素化するかを見てみましょう。
/home/labex/projectディレクトリにdefaultdict_grouping.pyという名前の新しいファイルを作成します。
必要なモジュールをインポートし、いくつかのサンプルデータを作成するために、次のコードを追加します。
from collections import defaultdict
## Sample data - a list of people with their ages
people = [
{"name": "Alice", "age": 25, "city": "New York"},
{"name": "Bob", "age": 30, "city": "Boston"},
{"name": "Charlie", "age": 35, "city": "Chicago"},
{"name": "David", "age": 25, "city": "Denver"},
{"name": "Eve", "age": 30, "city": "Boston"},
{"name": "Frank", "age": 35, "city": "Chicago"},
{"name": "Grace", "age": 25, "city": "New York"}
]次に、defaultdictを使用して、年齢で人々をグループ化しましょう。
defaultdict_grouping.pyファイルに次のコードを追加します。## Group people by age using defaultdict
age_groups = defaultdict(list)
for person in people:
age_groups[person["age"]].append(person["name"])
## Print the resulting groups
print("Grouping people by age:")
for age, names in age_groups.items():
print(f"Age {age}: {names}")ファイルを保存します。
スクリプトを実行します。
python3 /home/labex/project/defaultdict_grouping.py次のような出力が表示されるはずです。
Grouping people by age:
Age 25: ['Alice', 'David', 'Grace']
Age 30: ['Bob', 'Eve']
Age 35: ['Charlie', 'Frank']defaultdictを使用することの利点を理解するために、通常の辞書アプローチと比較してみましょう。
defaultdict_grouping.pyファイルに次のコードを追加します。print("\n--- Comparison with regular dictionary ---")
## Using a regular dictionary (the conventional way)
regular_dict_groups = {}
for person in people:
age = person["age"]
name = person["name"]
## Need to check if the key exists
if age not in regular_dict_groups:
regular_dict_groups[age] = []
regular_dict_groups[age].append(name)
print("\nRegular dictionary approach:")
for age, names in regular_dict_groups.items():
print(f"Age {age}: {names}")ファイルを保存します。
スクリプトをもう一度実行します。
python3 /home/labex/project/defaultdict_grouping.py両方のアプローチが同じ結果を生成しますが、defaultdictアプローチの方がよりクリーンで、必要なコードが少ないことに気付くでしょう。
次に、都市と年齢の両方で人々をグループ化するように例を拡張しましょう。
defaultdict_grouping.pyファイルに次のコードを追加します。## Grouping by city and then by age
city_age_groups = defaultdict(lambda: defaultdict(list))
for person in people:
city = person["city"]
age = person["age"]
name = person["name"]
city_age_groups[city][age].append(name)
print("\nGrouping people by city and then by age:")
for city, age_groups in city_age_groups.items():
print(f"\nCity: {city}")
for age, names in age_groups.items():
print(f" Age {age}: {names}")ファイルを保存します。
スクリプトをもう一度実行します。
python3 /home/labex/project/defaultdict_grouping.py次のような追加の出力が表示されるはずです。
Grouping people by city and then by age:
City: New York
Age 25: ['Alice', 'Grace']
City: Boston
Age 30: ['Bob', 'Eve']
City: Chicago
Age 35: ['Charlie', 'Frank']
City: Denver
Age 25: ['David']このネストされたdefaultdictアプローチにより、最小限のコードでより複雑なグループ化階層が可能になります。defaultdictは、すべてのグループキーを事前に知らない場合に特に役立ちます。必要に応じて新しいグループを自動的に作成するためです。
データグループ化のいくつかの方法を理解したところで、これらの技術を適用して、現実の問題を解決してみましょう。具体的には、学生記録のデータセットを分析します。さまざまなグループ化方法を使用して、データから有用な情報を抽出します。
まず、学生記録のデータセットを作成しましょう。
/home/labex/projectディレクトリにstudent_analysis.pyという名前の新しいファイルを作成します。
例のデータを設定するために、次のコードを追加します。
import itertools
from collections import defaultdict
## Sample student data
students = [
{"id": 1, "name": "Emma", "grade": "A", "subject": "Math", "score": 95},
{"id": 2, "name": "Noah", "grade": "B", "subject": "Math", "score": 82},
{"id": 3, "name": "Olivia", "grade": "A", "subject": "Science", "score": 90},
{"id": 4, "name": "Liam", "grade": "C", "subject": "Math", "score": 75},
{"id": 5, "name": "Ava", "grade": "B", "subject": "Science", "score": 88},
{"id": 6, "name": "William", "grade": "A", "subject": "History", "score": 96},
{"id": 7, "name": "Sophia", "grade": "B", "subject": "History", "score": 85},
{"id": 8, "name": "James", "grade": "C", "subject": "Science", "score": 72},
{"id": 9, "name": "Isabella", "grade": "A", "subject": "Math", "score": 91},
{"id": 10, "name": "Benjamin", "grade": "B", "subject": "History", "score": 84}
]
print("Student Records:")
for student in students:
print(f"ID: {student['id']}, Name: {student['name']}, Subject: {student['subject']}, Grade: {student['grade']}, Score: {student['score']}")各科目を履修している学生を分析しましょう。
student_analysis.pyファイルに次のコードを追加します。print("\n--- Students Grouped by Subject ---")
## Group students by subject using defaultdict
subject_groups = defaultdict(list)
for student in students:
subject_groups[student["subject"]].append(student["name"])
## Print students by subject
for subject, names in subject_groups.items():
print(f"{subject}: {names}")各科目の平均スコアを計算しましょう。
student_analysis.pyファイルに次のコードを追加します。print("\n--- Average Scores by Subject ---")
## Calculate average scores for each subject
subject_scores = defaultdict(list)
for student in students:
subject_scores[student["subject"]].append(student["score"])
## Calculate and print averages
for subject, scores in subject_scores.items():
average = sum(scores) / len(scores)
print(f"{subject} Average: {average:.2f}")次に、itertools.groupby()を使用して成績の分布を分析しましょう。
student_analysis.pyファイルに次のコードを追加します。print("\n--- Grade Distribution (using itertools.groupby) ---")
## Sort students by grade first
sorted_students = sorted(students, key=lambda x: x["grade"])
## Group and count students by grade
grade_counts = {}
for grade, group in itertools.groupby(sorted_students, key=lambda x: x["grade"]):
grade_counts[grade] = len(list(group))
## Print grade distribution
for grade, count in grade_counts.items():
print(f"Grade {grade}: {count} students")最後に、グループ化技術を組み合わせて、より複雑な分析を実行しましょう。
student_analysis.pyファイルに次のコードを追加します。print("\n--- Advanced Analysis: Grade Distribution by Subject ---")
## Group by subject and grade
subject_grade_counts = defaultdict(lambda: defaultdict(int))
for student in students:
subject = student["subject"]
grade = student["grade"]
subject_grade_counts[subject][grade] += 1
## Print detailed grade distribution by subject
for subject, grades in subject_grade_counts.items():
print(f"\n{subject}:")
for grade, count in grades.items():
print(f" Grade {grade}: {count} students")ファイルを保存します。
完全なスクリプトを実行します。
python3 /home/labex/project/student_analysis.py次のような学生データの包括的な分析が表示されるはずです。
この例は、さまざまなグループ化技術を組み合わせて、比較的単純なコードで複雑なデータ分析を実行する方法を示しています。各アプローチにはそれぞれの強みがあります。
defaultdictは、キーの存在を確認することなく、単純なグループ化に優れています。itertools.groupby()は、ソートされたデータを扱うのに効率的です。適切なグループ化技術の選択は、特定のニーズとデータの構造によって異なります。
このチュートリアルでは、Python でリストをグループ化するためのいくつかの効率的な方法を学びました。
基本的な辞書グループ化: 特定の基準に基づいてグループを作成するために、通常の辞書を使用した基本的なアプローチから始めました。
itertools.groupby(): ソートされたデータ内の連続する要素を効率的にグループ化するこの組み込み関数を調べ、その利点と制限を理解しました。
collections.defaultdict: 欠落しているキーを自動的に処理するこの便利な辞書サブクラスを使用し、グループ化コードをよりクリーンで簡潔にしました。
実践的なデータ分析: これらの技術をデータセットの分析に適用し、それらを個別に、または組み合わせて使用して、意味のある洞察を抽出する方法を確認しました。
これらの各メソッドには、それぞれの強みと理想的なユースケースがあります。
itertools.groupby()を使用します。defaultdictを使用します。これらのグループ化技術を習得することにより、Python プログラミングツールキットに強力なツールを追加し、データをより効率的に整理、分析、操作できるようになります。
