根据公共 ID 对元组列表中的项目进行分组

Question

我有一个大型同义词数据集（10000+）作为元组列表，如下所示：

data = [
    (435347,'cat'),
    (435347,'feline'),
    (435347,'lion'),
    (6765756,'dog'),
    (6765756,'hound'),
    (6765756,'puppy'),
    (435347,'kitten'),
    (987977,'frog')
]

其中每个同义词由任意共享 ID 标识，在本例中为435347、6765756和987977。

我想编写一个函数，使数据看起来像这样：

processed_data = [
    (435347,'cat','feline','lion','kitten'),
    (6765756,'dog','hound','puppy'),
    (987977,'frog')
]

任何建议将不胜感激！

Answer 1

尝试这个：

groups = {}

for x, y in data:
    group = groups.get(x, [])
    group.append(y)
    groups[x] = group

print(groups)

输出：

{987977: ['frog'], 435347: ['cat', 'feline', 'lion', 'kitten'], 6765756: ['dog', 'hound', 'puppy']}