如何基于公共字符串对嵌套列表分组并保留完整子列表？

我来帮你解决这个分组问题，你之前的代码之所以只得到分组的键值，是因为在列表推导式里只提取了子列表的第4个元素（y[3]），而没有保留整个子列表。下面给你两种实用的解决方案，分别是纯Python实现和pandas实现，都能满足你保留完整子列表+动态分组的需求：

一、纯Python方案（无需第三方库） #

推荐使用collections.defaultdict来实现，它能自动帮我们处理分组的初始化，代码简洁高效：

from collections import defaultdict

old_data = [[0,0,0,'X'],[1,0,0,'A'],[2,0,0,'HJ'],[3,0,0,'X'],[4,0,0,'A'],[5,0,0,'K'],[6,0,0,'K']]

# 初始化一个默认值为列表的字典，用于存储分组结果
grouped_data = defaultdict(list)

# 遍历原始数据，按子列表索引3的元素分组
for sub_list in old_data:
    group_key = sub_list[3]
    grouped_data[group_key].append(sub_list)

# 如果需要单独的变量（按需取用）
X_list = grouped_data['X']
A_list = grouped_data['A']
HJ_list = grouped_data['HJ']
K_list = grouped_data['K']

# 打印验证结果
print("X_list:", X_list)
print("A_list:", A_list)
print("HJ_list:", HJ_list)
print("K_list:", K_list)

对你原有代码的修改 #

如果你想基于你原来的列表推导式修改，只需要把提取y[3]改成直接取y即可：

old_data = [[0,0,0,'X'],[1,0,0,'A'],[2,0,0,'HJ'],[3,0,0,'X'],[4,0,0,'A'],[5,0,0,'K'],[6,0,0,'K']]

# 获取所有不重复的分组键
values = sorted(set(map(lambda x: x[3], old_data)))
# 修改列表推导式，保留完整子列表
newlist = [[y for y in old_data if y[3] == x] for x in values]

# 此时newlist就是按顺序排列的分组列表：[[X组], [A组], [HJ组], [K组]]

不过这种方法需要多次遍历原始数据，数据量大时效率不如defaultdict的方案。

二、pandas方案（适合大规模数据集） #

如果你习惯用pandas处理数据，也可以快速实现分组：

import pandas as pd

old_data = [[0,0,0,'X'],[1,0,0,'A'],[2,0,0,'HJ'],[3,0,0,'X'],[4,0,0,'A'],[5,0,0,'K'],[6,0,0,'K']]

# 把原始数据转成DataFrame
df = pd.DataFrame(old_data)
# 按第4列（索引3）分组，将每组转成嵌套列表并存储为字典
grouped_dict = df.groupby(3).apply(lambda x: x.values.tolist()).to_dict()

# 同样可以按需提取单独的分组列表
X_list = grouped_dict['X']
A_list = grouped_dict['A']
HJ_list = grouped_dict['HJ']
K_list = grouped_dict['K']

小提示 #

不建议动态生成大量单独的变量（比如如果有100种分组，就要创建100个变量），直接使用字典grouped_data或grouped_dict来访问分组会更灵活，比如通过grouped_data['X']就能随时获取X对应的子列表。

内容的提问来源于stack exchange，提问作者doctor_senpai69