标签: grouping

以下是已创建的标签.

<div class="2013"><p>Item 1</p></div>
<div class="2013"><p>Item 2</p></div>
<div class="2012"><p>Item 3</p></div>
<div class="2012"><p>Item 4</p></div>
<div class="2012"><p>Item 5</p></div>
<div class="2011"><p>Item 6</p></div>

我需要使用jQuery将它们安排如下.

<div id="2013">
    <div class="2013"><p>Item 1</p></div>
    <div class="2013"><p>Item 2</p></div>
</div>
<div id="2012">
    <div class="2012"><p>Item 3</p></div>
    <div class="2012"><p>Item 4</p></div>
    <div class="2012"><p>Item 5</p></div>
</div>
<div id="2012">
    <div class="2011"><p>Item 6</p></div>
</div>

我写了一个rexeg字符串将一个日志解析为一组组，但是当存在日志的可选部分时，它将创建一个空组。我已经?在正则表达式中将节标记为可选，但它似乎仍会创建一个空组。

这是我尝试过的两个正则表达式；

([0-9]{2}:[0-9]{2}\.[0-9]{2}) - (DMG|KILL):[ ]+(.*?)\[(.*?)\] (?:damaged|killed) (.*?) \[(.*?)\](?: for (\d{0,9}) dmg)?

([0-9]{2}:[0-9]{2}\.[0-9]{2}) - (DMG|KILL):[ ]+(.*?)\[(.*?)\] (?:damaged|killed) (.*?) \[(.*?)\](?: for (\d{0,9})? dmg)?

我的第二个正则表达式在末尾带有问号(\d{0,9})，因为我认为这有可能创建了空组，但事实并非如此。我正在按照以下内容解析字符串：

00:00.00 - DMG:     Player [group] damaged Victim [group] for 130 dmg
00:00.00 - KILL:     Player [group] killed Victim [group]

解析最后一行（否for X damage）时，在最后创建一个空组。

我为可怕的正则表达式表示歉意。

已经显示，由于在评论部分使用@ Sniffer，我的正则表达式可以正常工作。在这里可以看出它可以按预期工作，但是当在我的应用程序中实现时，它就不能正常工作。

在我的应用程序中，matcher.group(7)“杀”行上的（最后一个组）（不包含“ dmg”的行）返回null，matcher.groupCount（）返回7而不是6，这意味着它将在末尾找到一个空组。我的正则表达式如下；

private static final Pattern match = Pattern.compile("([0-9]{2}:[0-9]{2}\\.[0-9]{2}) - (DMG|KILL):[ \t]+(.*?)\\[(.*?)\\] (?:damaged|killed) (.*?) \\[(.*?)\\](?: for (\\d{0,9}) dmg)?");

这是我用来匹配模式的代码；

Matcher matcher …

我有一个字典列表，我想按字符串类型的字段对它们进行分组

recs = [
    {'r_date': datetime.date(2014, 1, 1), 'r_time_start': datetime.time(7, 0), 'r_item1_name': 'Sef', 'r_time_end': datetime.time(12, 0)}, 
    {'r_date': datetime.date(2014, 1, 1), 'r_time_start': datetime.time(8, 0), 'r_item1_name': 'Moj\xc4\x8dca', 'r_time_end': datetime.time(15, 0)}, 
    {'r_date': datetime.date(2014, 1, 1), 'r_time_start': datetime.time(9, 0), 'r_item1_name': 'Student1', 'r_time_end': datetime.time(19, 0)}, 
    {'r_date': datetime.date(2014, 1, 1), 'r_time_start': datetime.time(12, 0), 'r_item1_name': 'Student2', 'r_time_end': datetime.time(19, 0)},
    {'r_date': datetime.date(2014, 1, 2), 'r_time_start': datetime.time(7, 0), 'r_item1_name': 'Sef', 'r_time_end': datetime.time(12, 0)},
    {'r_date': datetime.date(2014, 1, 2), 'r_time_start': datetime.time(8, 0), 'r_item1_name': 'Moj\xc4\x8dca', 'r_time_end': datetime.time(15, 0)},
    {'r_date': datetime.date(2014, 1, 2), …

我已经对我的df进行了攻击,为渔业区域和不同的渔具和物种制作了一系列着陆(重量)时间序列.我想删除每个捕鱼区域的所有行+渔具+ Species.Code组合,其中时间序列的平均着陆重量小于10吨.

这是我的代码的一个例子(每个组合的年份范围并不总是相同);

    Year   Species.Code gear        region  Landings.t
    1988    COD         creel       Greece  1
    1992    COD         creel       Greece  2
    1994    COD         creel       Greece  1
    1996    COD         creel       Greece  2
    2001    COD         creel       Greece  1
    2002    COD         creel       Greece  1
    2003    COD         creel       Greece  1
    1984    LOB         creel       Cyprus  24
    1985    LOB         creel       Cyprus  18
    1986    LOB         creel       Cyprus  21
    1987    LOB         creel       Cyprus  10
    1988    LOB         creel       Cyprus  38
    1989    LOB         creel       Cyprus  35
    1990    LOB         creel       Cyprus  29
    1991    LOB …

PPG Product Week        Sales
 P1  A      01/01/2018  50
 P1  B      01/01/2018  40
 P1  B      01/02/2018  30
 P1  A      01/02/2018  80
 P2  A      01/01/2018  100
 P2  B      01/02/2018  70

我试图找到每个PPG的总结,在这里和每个PPG中我想要获得最高销售额(整体)的产品,如下所示,

PPG   Max Product Sales
 P1      130 (This is sum of product A for ppg p1 across weeks)
 P2      100 (This is sum of product A for ppg p2 across weeks)

我已经尝试在dplyr中使用top_n(1,sum(sales))来实现,但它失败了,我们怎么能解决这个问题呢？我们可以将它扩展到几周内按销售额找到前n个产品,以检查是否80 -20规则,欢迎任何想法.

我想要一种在保持重复和顺序的同时对字符串进行分组的有效方法。像这样的东西

1100110002200   -> 101020

我以前试过这个

_case.GroupBy(c => c).Select(g => g.Key)

但我得到了 102

但这给了我我想要的，我只想优化它，所以我不必每次都搜索整个列表

static List<char> group(string _case)
{
    var groups = new List<char>();
    for (int i = 0; i < _case.Length; i++)
    {
        if (groups.LastOrDefault() != _case[i])
            groups.Add(_case[i]);
    }
    return groups;
}

我想根据列名在r 中做rowsum。

我有 50 多列，并查看了各种解决方案，包括这个.

但是，这并不能真正回答我的问题。我有列名，例如： total_2012Q1, total_2012Q2, total_2012Q3, total_2012Q4,..., up to total_2014Q4, 和其他字符变量。我想按年份添加行，所以最后，我会有三年的列：total_2012, total_2013, total_2014.

我不想rowsum并选择类似 .. 的东西sample[,2:5]。有没有一种方法可以在不手动查看列号的情况下对它们求和？此外，split.default是一个选项，但如果还有字符变量，你如何只处理你想要总结的 int 变量？

简单的可重现示例（预）：

id total_2012Q1 total_2012Q2 total_2013Q1 total_2013Q2 char1 char2
 1         1231         5455         1534         2436    N     Y
 2         3948         1239          223          994    Y     N

可重现的示例（帖子）：

id total_2012 total_2013 char1 char2
 1       6686      3970     N     Y
 2       5187      1217     Y     N

感谢您的任何建议。

我有一个这样的班...

class Data { int id, int parent}

还有像这样的对象列表......

List<Data> dataList = new ArrayList();
dataList.add(new Data(1,0));
dataList.add(new Data(2,1));
dataList.add(new Data(3,1));
dataList.add(new Data(4,2));
dataList.add(new Data(5,2));

我想使用流媒体 API 将我的列表收集到一个

Map<Data, List<Data>>

其中地图的键是父级，值是子级。

任何帮助将不胜感激。谢谢

我有一个像

public class User {

    private String id;
    private List<String> brands_ids;
}

我有一个用户对象列表，例如：示例数据

[
  {
    "id": 1,
    "brands_ids": [
      10,
      20,
      30
    ]
  },
  {
    "id": 2,
    "brands_ids": [
      10,
      50
    ]
  },
  {
    "id": 3,
    "brands_ids": [
      10,
      80
    ]
  }
]

我的问题是，如何对该列表进行分组以了解品牌 id 出现在哪些对象中，例如品牌 id=10 出现在所有三个对象中，品牌 id=30 仅出现在一个对象中

具有 key=brand id 和 value = count 的地图的结果将解决我的问题，如下所示：{10:3},{20:1},{30,1},{50,1},{80,1 }

我有一个 df

df1
    a   b                                  
4   0   1      
5   0   1      
6   0   2      
2   0   3          
3   1   2   
15  1   3   
12  1   3   
13  1   1     
15  3   1   
14  3   1   
8   3   3   
9   3   2   
10  3   1  

df 应该按 a 和 b 分组，我需要一个 c 列，该列从 1 上升到 a 的子组内的组数

df1
    a   b  c                                
4   0   1  1    
5   0   1  1    
6   0   2  2    
2   0   3  3        
3   1   2  1 …