二次元配列内にタプルをもつ配列のデータハンドリング方法

Question

以下のアウトプット1を降順にし、重複を排除してアウトプット2のようなデータの持ち方をしてcsvに書き込みたいと思っています。色々、試行錯誤していますが、中々うまいこといきません。何か、お気づきの点ありましたらご教示いただけませんでしょうか？

アウトプット1

type(lists)
<class 'list'>
print(lists)

[[(0.10, 'A'), (0.111, 'B'), (0.143, 'C'), (0.151, 'D'), (0.131, 'E')], 
[(0.5, 'A'), (0.11, 'B'), (0.151, 'D'), (0.131, 'E')],
[(0.10, 'A'), (0.4, 'B'), (0.167, 'C'), (0.1, 'D'), (0.31, 'E')],
[(0.156, 'B'), (0.43, 'C'), (0.151, 'D'), (0.13, 'E')]]

import csv
with open('data.csv', 'w') as file:
    writer = csv.writer(file, lineterminator='\n')
    writer.writerows(lists)

アウトプット2

[[0.5, 'A'], [0.4, 'B'], [0.1.., 'C'], ...]

Answer 1

1. 2次元配列なので、1次元配列にする。

python - How to make a flat list out of list of lists - Stack Overflow

1. set() をとることで、重複する要素を削除する。

2. csv モジュールで csv 形式で出力する。

import csv
import itertools

lst = [[(0.10, 'A'), (0.111, 'B'), (0.143, 'C'), (0.151, 'D'), (0.131, 'E')],
       [(0.5, 'A'), (0.11, 'B'), (0.151, 'D'), (0.131, 'E')],
       [(0.10, 'A'), (0.4, 'B'), (0.167, 'C'), (0.1, 'D'), (0.31, 'E')],
       [(0.156, 'B'), (0.43, 'C'), (0.151, 'D'), (0.13, 'E')]]


# 1次元配列にする。
flatten = list(itertools.chain(*lst))
# list -> set とすることで、重複を削除する。
unique = set(flatten)
# CSV 形式で出力する。
with open('data.csv', 'w') as f:
    writer = csv.writer(f, lineterminator='\n')
    writer.writerows(unique)

追記

1. 2次元配列なので、1次元配列にする。

python - How to make a flat list out of list of lists - Stack Overflow
2. タプルの2つ目のアルファベットでソートする。(3 の itertools.groupby() はソート済みのリストに対してしか使えないため)
itertools — Python 3.7.3 ドキュメント
3. itertools.groupby() でタプルの2つ目のアルファベットでグループ化する。
4. 同じグループ内でタプルの1つ目の値が最も大きい要素のみ残す。
5. csv モジュールで csv 形式で出力する。

import csv
import itertools
from operator import itemgetter

lst = [[(0.10, 'A'), (0.111, 'B'), (0.143, 'C'), (0.151, 'D'), (0.131, 'E')],
       [(0.5, 'A'), (0.11, 'B'), (0.151, 'D'), (0.131, 'E')],
       [(0.10, 'A'), (0.4, 'B'), (0.167, 'C'), (0.1, 'D'), (0.31, 'E')],
       [(0.156, 'B'), (0.43, 'C'), (0.151, 'D'), (0.13, 'E')]]


# 1次元配列にする。
flatten = list(itertools.chain(*lst))
# タプルの2つ目の値でソートする。(itertools.groupby() はソート済みのリストに対してしか使えないため)
flatten.sort(key=itemgetter(1))
# タプルのアルファベットでグルーピングする。
unique = []
for key, values in itertools.groupby(flatten, key=itemgetter(1)):
    unique.append(max(values, key=itemgetter(0)))
print(unique)  # [(0.5, 'A'), (0.4, 'B'), (0.43, 'C'), (0.151, 'D'), (0.31, 'E')]

# CSV 形式で出力する。
with open('data.csv', 'w') as f:
    writer = csv.writer(f, lineterminator='\n')
    writer.writerows(unique)

0.5,A
0.4,B
0.43,C
0.151,D
0.31,E

Comments

[sequelanonymous]

ありがとうございます、ここで特に悩んでいたのが、stringのデータが重複した場合、一番数値が大きいデータを残し、降順にソートするという処理をしたくて、何かお気づき頂いたことがあればご教示頂けると助かります。

例えば、(0.10, 'A'), (0.11, 'A'), (0.5, 'A')の場合、(0.10, 'A'), (0.11, 'A'),を削除して(0.5, 'A')を残したいです。

[tiitoi]

追記しました。もし、意図と違ったら教えてください。