Объединение встроенных структур данных 149
будет показано, как это сделать. Мы также узнаем, как объединять сторонние структуры данных.
Объединение встроенных структур данных
Синтаксис для объединения встроенных структур данных Python довольно прост. В этом разделе вы узнаете, как объединять списки или кортежи с помощью оператора +, а также научитесь объединять словари с помощью оператора **. Кроме того, мы увидим, как выполнять объединение, агрегирование и другие операции со списками кортежей, по сути, рассматривая их как таблицы базы данных, где каждый кортеж представляет собой строку.
Объединение списков и кортежей с помощью оператора +
Самый простой способ объединения двух или более списков или кортежей — это оператор +. Операция сложения списков или кортежей записывается точно так же, как для числовых значений. Этот метод хорошо работает, когда нужно поместить элементы из объединяемых структур в одну новую структуру, не изменяя самих элементов. Такой процесс часто называют конкатенацией.
Для демонстрации вернемся к примеру с интернет-магазином модной одежды из предыдущей главы. Предположим, что информация о заказах, сделанных в течение дня, собирается в список, так что у нас есть отдельный список для каждого дня. Допустим, мы имеем три списка:
orders_2022_02_04 = [ (9423517, '2022-02-04', 9001), (4626232, '2022-02-04', 9003), (9423534, '2022-02-04', 9001)
]
orders_2022_02_05 = [ (9423679, '2022-02-05', 9002), (4626377, '2022-02-05', 9003), (4626412, '2022-02-05', 9004)
]
orders_2022_02_06 = [ (9423783, '2022-02-06', 9002), (4626490, '2022-02-06', 9004)
]
Для дальнейшего анализа может понадобиться объединить эти списки в один. Оператор + упрощает эту задачу; мы просто складываем списки:
orders = orders_2022_02_04 + orders_2022_02_05 + orders_2022_02_06
150 Глава 7. Объединение датасетов
Вот итоговый список orders:
[
(9423517, '2022-02-04', 9001), (4626232, '2022-02-04', 9003), (9423534, '2022-02-04', 9001), (9423679, '2022-02-05', 9002), (4626377, '2022-02-05', 9003), (4626412, '2022-02-05', 9004), (9423783, '2022-02-06', 9002), (4626490, '2022-02-06', 9004)
]
Как видите, элементы всех трех исходных списков теперь находятся в одном списке, а их порядок определяется порядком их расположения в инструкции конкатенации. В этом конкретном примере все элементы объединяемых списков были кортежами. Однако оператор +может конкатенировать списки с элементами любого типа. Это означает, что с таким же успехом можно объединять списки с целыми числами, строками, словарями и т. д.
Тот же синтаксис (+) подходит и для объединения нескольких кортежей. Однако если попытаться использовать + для объединения словарей, получим ошибку unsupported operand type(s). В следующем разделе мы разберем правильный синтаксис для объединения словарей.
Объединение словарей с помощью оператора **
Оператор **разбивает, или распаковывает, словарь на отдельные пары «ключ — значение». Чтобы объединить два словаря в один, их нужно распаковать с помощью **и сохранить результаты в новом словаре. Это работает, даже если один из словарей (или оба) имеет иерархическую структуру. В контексте нашего примера с онлайн-магазином рассмотрим словарь, который содержит дополнительные поля с информацией о заказе:
extra_fields_9423517 = {
'ShippingInstructions' : { 'name' : 'John Silver',
'Phone' : [{ 'type' : 'Office', 'number' : '809-
123-9309' },
{ 'type' : 'Mobile', 'number' : '417-
123-4567' }
]}
}
Объединение встроенных структур данных 151
Вложенная структура словаря понятна, поскольку в ней используются осмысленные имена ключей. Действительно, благодаря возможности доступа к данным по ключам, а не по позициям словари предпочтительнее списков при работе с иерархическими структурами данных.
Теперь предположим, что в другом словаре есть еще поля для того же заказа:
order_9423517 = {'OrderNo':9423517, 'Date':'2022-02-04', 'Empno':9001}
Наша задача — объединить эти словари так, чтобы новый словарь включал все пары «ключ — значение» двух исходных словарей. Воспользуемся оператором **:
order_9423517 = {**order_9423517, **extra_fields_9423517}
Мы помещаем словари, которые хотим объединить, внутрь фигурных скобок, добавляя перед каждым из них **, который распаковывает оба словаря, получая пары «ключ — значение», а затем фигурные скобки упаковывают их обратно в единый словарь. Теперь order_9423517 выглядит так:
{
'OrderNo': 9423517, 'Date': '2022-02-04', 'Empno': 9001,
'ShippingInstructions': {'name': 'John Silver',
'Phone': [{'type': 'Office', 'number': '809-123-9309'}, {'type': 'Mobile', 'number': '417-123-4567'}
]}
}
Как видите, все элементы из исходных словарей присутствуют и их иерархическая структура сохранена.
Объединение строк из двух структур
Вы уже знаете, как объединить несколько списков в один без изменения хранящихся в них элементов. На практике вам также часто придется объединять две или более структур данных, имеющих общий столбец, так, чтобы соответствующие строки из этих структуры данных сливались в одну. Если вы имеете дело со структурой данных pandas DataFrame, можете использовать такие методы, как join() и merge(), как мы делали в предыдущих главах. Однако если вы работаете со списками, содержащими «строки» кортежей, эти методы применить
152 Глава 7. Объединение датасетов
не получится. Вместо этого необходимо проходить по спискам и присоединять каждую строку по отдельности.
В качестве иллюстрации объединим список orders, который мы создали ранее в этой главе, в разделе «Объединение списков и кортежей с помощью оператора +», со списком details из раздела «Данные для агрегирования» главы 6. Напомню, как выглядит тот список:
details = [
(9423517, 'Jeans', 'Rip Curl', 87.0, 1), (9423517, 'Jacket', 'The North Face', 112.0, 1), (4626232, 'Socks', 'Vans', 15.0, 1),
(4626232, 'Jeans', 'Quiksilver', 82.0, 1), (9423534, 'Socks', 'DC', 10.0, 2), (9423534, 'Socks', 'Quiksilver', 12.0, 2), (9423679, 'T-shirt', 'Patagonia', 35.0, 1), (4626377, 'Hoody', 'Animal', 44.0, 1),
(4626377, 'Cargo Shorts', 'Animal', 38.0, 1), (4626412, 'Shirt', 'Volcom', 78.0, 1), (9423783, 'Boxer Shorts', 'Superdry', 30.0, 2), (9423783, 'Shorts', 'Globe', 26.0, 1), (4626490, 'Cargo Shorts', 'Billabong', 54.0, 1), (4626490, 'Sweater', 'Dickies', 56.0, 1)
]
Оба списка содержат кортежи, первым элементом которых является номер заказа. Цель — найти кортежи с совпадающими номерами заказов, объединить их в один кортеж и сохранить в списке. Вот как это сделать:
orders_details = []for o in orders:
for d in details:if d[0] == o[0]:
orders_details.append(o + d[1:])
Сначала создается пустой список для хранения объединенных кортежей . Затем мы используем вложенную пару циклов для итерации по спискам и оператор if для объединения кортежей с совпадающими порядковыми номерами. Чтобы избежать повторов номера заказа в кортеже при объединении и добавлении в список orders_details, из каждого кортежа внутри details берется срез , с помощью которого выбираются все поля, кроме первого, номер заказа в котором будет избыточным.
Глядя на этот код, вы, вероятно, зададитесь вопросом, можно ли реализовать его более элегантно, одной строкой. Действительно, с помощью списковых включений можно добиться того же результата: