同じ文字列をカウントして出力する

Question

下のリストの'a'を数えて[2, 1, 3]と出力したいのですがいい方法が思いつきません。

st = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']

count = 0
lis = []__イタリックテキスト__
for s in st:
    if s == 'a':
        count += 1
    else:
        if count > 0:
            lis.append(count)
        count = 0

上の方法だと、最後の'a'を見た後lisに3が追加されません。
解決策として文字列の最後に'.'を加える方法を考えましたが、あまり良くない手だと思うので、他に良い方法があれば教えて下さい。

Answer 1

forループが終わったあとに

if count > 0:
    lis.append(count)

を付け加えるのはいかがでしょう？

ちなみに、こんな書き方もできます。

st = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']
lis = [*map(len, ''.join(' a'[s == 'a'] for s in st).split())]
print(lis)

Comments

[ryo_py]

ありがとうございました。
内包表現が苦手なのですが、連続したaだけでくっつけてそれを数えているという様な処理ですかね？(汗

1つ分からないのですが、どうしてmapの前に*がついているのでしょうか？

[shiracamus]

* は要素展開です。
list(map(...))
と書く代わりに、
[*map(...)]
と書いて、リストリテラルの中に mapで生成された要素を展開することができます。

[shiracamus]

>>> st = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']
>>> ' a'[False]
' '
>>> ' a'[True]
'a'
>>> [' a'[s == 'a'] for s in st]
['a', 'a', ' ', ' ', 'a', ' ', 'a', 'a', 'a']
>>> ''.join(' a'[s == 'a'] for s in st)
'aa a aaa'
>>> 'aa a aaa'.split()
['aa', 'a', 'aaa']
>>> list(map(len, ['aa', 'a', 'aaa']))
[2, 1, 3]
>>> [*map(len, ['aa', 'a', 'aaa'])]
[2, 1, 3]

[shiracamus]

もし、stの要素が'a' か '_' のどちらかしかないという条件があれば、
lis = [*map(len, ''.join(st).replace('_', ' ').split())]
でいけます。

[ryo_py]

細かく解説してくださり、ありがとうございます。
この考え方は思いつかなかったので勉強になりました。

Answer 2

２つの方法を書いてみました。

[len(x) for x in re.split('[^a]+', "".join(st))]

list(map(lambda x: len(x), re.split('[^a]+', "".join(st))))

実行例：

追記：
コメントで指摘があった
"aaa" のようなデータがあった場合
にも動作するように修正しました。

st2 = ['a' if s == 'a' else '_' for s in st]
[len(x) for x in re.split('[^a]+', "".join(st2))]

実行例

Comments

[shiracamus]

import re
が必要ですね。

src = ['aaaaaa', '_', '_', 'a', '_', 'a', 'a', 'a']
みたいなデータがあったときの結果をどうしたらいいのかわからないので、もしかすると要素が 'a' か確認する必要があるかもしれません。

[katoy]

修正案を回答ｍに追記しました。

Answer 3

既に解決済みですが、参考までに。
このような処理ではitertools.groupbyが便利です。

import itertools


src = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']
dst = []

for s, it in itertools.groupby(src, lambda s: s == 'a'):
    if not s:
        continue
        
    l = sum(1 for _ in it)
    dst.append(l)
    
print(dst)

実行結果 Wandbox

[2, 1, 3]

内包表記を使うと更に簡潔です。慣れるまでは少し読みづらいですが。

import itertools


src = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']
dst = [
    sum(1 for _ in it)
    for s, it in itertools.groupby(src, lambda s: s == 'a')
    if s
]

print(dst)

---

解決策として文字列の最後に'.'を加える方法を考えましたが、あまり良くない手だと思う

番兵法ですね。簡単に解決できる良い方法だと思います。
ただ番兵として使うのであればNULL文字など通常使わない文字を用いた方が良いかと。

Comments

[ryo_py]

ありがとうございます。
自分も調べているうちにitertools.groupbyを見つけたのですが、setを使っていて、頭が？となり、読み飛ばしてしまいました笑。

番兵法。知らなかったので調べてみましたが、こんな面白い考え方があるんですね。自分の解決策は確かにこの番兵法にちょっとだけ似てますね笑。勉強になります。

Answer 4

これでどうでしょうか。

st = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']

count = 0
lis = []
for s in st:
    if s == 'a':
        count += 1
    else:
        if count > 0:
            lis.append(count)
            count = 0  # インデント追加
if count > 0:          # 追加
    lis.append(count)  # 追加
print(lis)

結果

[2, 1, 3]

Comments

[ryo_py]

ありがとうございます。
今回は先に同じ様な回答をくださった方をベストアンサーにさせていただきます。

Answer 5

元のソースコードだと、配列の最後が 'a' だったときに lis に count を追加できませんでした。
そこで、s == 'a' のときであっても、もしそれが配列の最後であれば lis に count を追加するようにしました。

st = ['a', 'a', '_', '_', 'a', '_', 'a', 'a', 'a']
st_length = len(st)

count = 0
lis = [] #__イタリックテキスト__
for i, s in enumerate(st):
    if s == 'a':
        count += 1
        if i == st_length -1:
            lis.append(count)
    else:
        if count > 0:
            lis.append(count)
        count = 0

---

補足

文字列の最後に'.'を加える方法

これは確かに良くない方法だと思います。避けるのが賢明だと感じました。

Comments

[siruku6]

shiracamusさんのおっしゃるように、最後に2行追加するだけの方が無駄がなくきれいだと思いました....orz

[ryo_py]

ありがとうございます。
そうですね。