Python - 提取标识符列表和相应的值

Question

我正在寻找有关对数据集进行排序的最佳方法的建议。

我有以下输入(“data.txt”):

100    G(1,2)            1.0943        
100    G(1,3)            1.0933
101    G(1,2)            1.5147        
101    G(1,3)            1.2372
101    G(1,4)            1.0955
... (10,000)

理想的输出是一个包含列的文本文件:

 G(1,2)        G(1,3)         G(1,4)
 1.0943        1.0933         1.0955
 1.5147        1.2372

我的第一个想法是创建一个包含多个值的字典 - 其中每个“G(x,x)”都是一个键，对应的数字是一个值。

这是解决这个问题的最佳方法，还是有其他一些 python 函数可以提高排序效率？

感谢大家的建议 - 我正在研究利用/学习 itertools.groupby 函数，正如下面几个用户所建议的那样。 pandas resort 方法也非常有用。

Answer 1

你可以使用itertools.groupby:

import re
import itertools
data = [[b for b in c if b] for c in [re.split("\s+", i.strip('\n')) for i in open('file.txt')] if c]
new_final_data = [(a, list(b)) for a, b in itertools.groupby(sorted(data, key=lambda x:x[1][-2]), key=lambda x:x[1])]
final_data = {a:[[c for c in i if re.findall('\d+\.\d+', c)][0] for i in b] for a, b in new_final_data}
print(final_data)

输出:

{'G(1,3)': ['1.0933', '1.2372'], 'G(1,4)': ['1.0955'], 'G(1,2)': ['1.0943', '1.5147']}