如何建立此表中所有可能元组的列表？

Question

假设我有一组列定义：

Col1: value11 value12 value13 
Col2: value21 value22 
Col3: value31 value32 value33 
... 

鉴于列的某个子集 - 2个或更多 - 我想找到这些列所有可能的值。假如我选择1和2列，上面：

(value11 value21) 
(value11 value22) 
(value12 value21) 
(value12 value22) 
(value13 value21) 
(value13 value22) 

如果我选择2：3：

(value21 value31) 
(value21 value32) 
(value21 value33) 
(value22 value31) 
(value22 value32) 
(value22 value33) 

如果我选择这三个：

(value11 value21 value31) 
(value11 value21 value32) 
... 

我在Python中实现这一点，我想要一个快速算法来做到这一点。我的输入是元组列表：（columnName，columnValueList）

有什么建议吗？

Answer 1

得到这个最好的方法是使用itertools.product（）。例如：

import itertools 

group1 = ['a', 'b'] 
group2 = ['c', 'd'] 

print list(itertools.product(group1, group2)) 

#==> [('a', 'c'), ('a', 'd'), ('b', 'c'), ('b', 'd')] 

该函数接受多个参数（即多列）。请参阅this。

Answer 2

看起来像itertools.combination可以帮助你。

>>> from itertools import combinations 
>>> list(combinations(xrange(5), 2)) 
[(0, 1), (0, 2), (0, 3), (0, 4), (1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)] 
>>> list(combinations(xrange(5), 3)) 
[(0, 1, 2), (0, 1, 3), (0, 1, 4), (0, 2, 3), (0, 2, 4), (0, 3, 4), (1, 2, 3), (1, 2, 4), (1, 3, 4), (2, 3, 4)] 

Answer 3

除了使用itertools.product（）为杰里米建议，你可能要考虑你的元组的列表转换为一个字典，使查找的COLUMNNAME快：

dict(tupleList)

Answer 4

更普遍的解决方案，杰里米的是：

import itertools 
full = [[value11, value12, value13], 
     [value21, value22], 
     [value31, value32, value33]] 
ids = 0, 2 

，或者如果它是一个字典（因为它应该是）：

full = {'col1': [value11, value12, value13], 
     'col2': [value21, value22], 
     'col3': [value31, value32, value33]} 
ids = 'col1', 'col3' 
selected = (full[i] for i in ids) 
list(itertools.product(*selected)) 

Answer 5

我敢打赌itertools为基础的解决方案将会更快，但如果他们需要避免（例如，在没有itertools.product的情况下停留在Python 2.5上），当然必须在“基本Python”中完全编码。

试图“使出浑身解数”的速度，也许是这样的：（！需要与现实的样本数据彻底剖析）

def odo(*names_and_valuelists): 
    aux = [[vl, 0] for n, vl in names_and_valuelists] 
    if any(len(vl)==0 for vl, _ in aux): 
     return 
    while True: 
     yield tuple(vl[i] for vl, i in aux) 
     for vlandi in reversed(aux): 
      if vlandi[1] == len(vlandi[0])-1: 
      vlandi[1] = 0 
      else: 
      vlandi[1] += 1 
      break 
     else: 
      return 

虽然小的调整可能仍然加速它。

这是你使用的例子：

def main(): 
    data = [ 
     ('Col1', 'value11 value12 value13'.split()), 
     ('Col2', 'value21 value22'.split()), 
     ('Col3', 'value31 value32 value33'.split()), 
    ] 
    for tup in odo(data[0], data[1]): print tup 
    print 
    for tup in odo(data[1], data[2]): print tup 
    print 
    for i, tup in enumerate(odo(*data)): 
     print tup 
     if i>5: break 

if __name__ == '__main__': 
    main() 

发射结果：

('value11', 'value21') 
('value11', 'value22') 
('value12', 'value21') 
('value12', 'value22') 
('value13', 'value21') 
('value13', 'value22') 

('value21', 'value31') 
('value21', 'value32') 
('value21', 'value33') 
('value22', 'value31') 
('value22', 'value32') 
('value22', 'value33') 

('value11', 'value21', 'value31') 
('value11', 'value21', 'value32') 
('value11', 'value21', 'value33') 
('value11', 'value22', 'value31') 
('value11', 'value22', 'value32') 
('value11', 'value22', 'value33') 
('value12', 'value21', 'value31')