python假如第二列数字连续，则输出开始和结束的值

poppy章鱼

菜鸟求助，生物狗自学python好难。感觉语法和逻辑都还可以，也学习了一段时间了，但是经常卡壳.......

示例数据：
location1..100000
location1..100001
location1..100002
location1..100003
location1..100004
location1..100005
location1..100008
location1..100009
location1..100010
location2..100000
location2..100001
location2..100002
location2..100003
location2..100004
location2..100005
location2..100006
location3..100018
location3..100019
location3..100020
location3..100021
location3..100022
location3..100026
location3..100027
location3..100028
location3..100029
location3..100030
location3..100031
location3..100032
location3..100033


我的数据格式如上所示，数据是按顺序排列的。假如以'..'分割为两列。假如第一列相同，第二列数字是连续（后一行比前一行大1），则输出第一列，加上第二列数字（开始的行数字，结束的行数字），以及对这些连续的行累加。（相当于这样连续的为一个区块，一个区块输出为一行）

比如前6行的第一列相同，第二列都连续，则输出： location1        100000        100005        6
而第七行，虽然第一列相同，但是第二列不符合标准（标准：后一行比前一行大1），所以又算作从新的一个区块，另输出一行。

想要达到的输出结果格式：
location1        100000        100005        6
location1        100008        100010        3
location2        100000        100006        7
location3        100018        100022        5
location3        100026        100033        8

傻眼貓咪

因为我现在用手机笔记本写的，代码有点长，懒得优化：

data = """location1..100000
location1..100001
location1..100002
location1..100003
location1..100004
location1..100005
location1..100008
location1..100009
location1..100010
location2..100000
location2..100001
location2..100002
location2..100003
location2..100004
location2..100005
location2..100006
location3..100018
location3..100019
location3..100020
location3..100021
location3..100022
location3..100026
location3..100027
location3..100028
location3..100029
location3..100030
location3..100031
location3..100032
location3..100033"""

arr = [(list(item.split(".."))[0], int(list(item.split(".."))[1])) for item in data.split("\n")]
sorted(arr, key = lambda x: x[1])

x = arr[0][0]
y = arr[0][1]
res = []
temp = []

for n, each in enumerate(arr):
        a, b = each
        if(a != x or b != y):
                res.append(temp)
                temp = [(a, b)]
                x = a
                y = b+1
        elif n == len(arr)-1:
                temp.append((a, b))
                res.append(temp)
        else:
                temp.append((a, b))
                y += 1

del arr

for each in res:
        print(each[0][0], each[0][1], each[-1][1], each[-1][1]-each[0][1]+1)

结果：

location1 100000 100005 6
location1 100008 100010 3
location2 100000 100006 7
location3 100018 100022 5
location3 100026 100033 8

poppy章鱼

傻眼貓咪 发表于 2021-12-23 16:20
因为我现在用手机笔记本写的，代码有点长，懒得优化：结果：

感谢帮助，祝圣诞快乐~

傻眼貓咪

poppy章鱼 发表于 2021-12-23 17:17
感谢帮助，祝圣诞快乐~

圣诞快乐

阿奇_o

傻眼貓咪 发表于 2021-12-23 16:20
因为我现在用手机笔记本写的，代码有点长，懒得优化：结果：

厉害，手机笔记本上就搞定了。。
不过，排序应该用就地排序吧，因为你后面用的是arr，而sorted()不是就地排序，
故arr并没有进行排序。这个结果正确，是因为刚好原来就是排好序的。

其次，你这个几个判断逻辑，让我琢磨了一个多小时才理解，佩服你，逻辑方面看来我比较缺乏训练
而我一开始用的是Pandas或SQL来解决，理解上稍微直观些，但需要熟悉pandas或SQL。。

傻眼貓咪

阿奇_o 发表于 2021-12-23 18:41
厉害，手机笔记本上就搞定了。。
不过，排序应该用就地排序吧，因为你后面用的是arr，而sorted()不是就 ...

哈哈，只能说我手机不好使啊，