Bỏ qua đến nội dung chính
Mục lục

Gom nhóm dữ liệu bằng dict trong Python (group by)

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 5/16 · Chương 7

Dict và set

  • 6 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

Gom nhóm dữ liệu bằng dict trong Python (group by) là xếp các phần tử vào từng nhóm theo một khóa chung: dict có khóa là tên nhóm, giá trị là list các phần tử của nhóm đó. Bạn dùng nó khi cần xếp học sinh theo lớp, đơn hàng theo ngày hay món theo mức giá.

Cần biết trước: append(), dict lồng nhau và đếm tần suất.

Mẫu gom nhóm: dict chứa list

Mẫu đếm tần suất chỉ giữ số lần gặp mỗi khóa. Gom nhóm giữ chính các phần tử: mỗi lớp một list tên học sinh.

python
hoc_sinh = [("Lan", "10A"), ("Minh", "10B"), ("Hoa", "10A"),
            ("Tuấn", "10B"), ("Ngọc", "10A")]
theo_lop = {}
for ten, lop in hoc_sinh:
    if lop not in theo_lop:
        theo_lop[lop] = []
    theo_lop[lop].append(ten)
print(theo_lop)

KẾT QUẢ

{'10A': ['Lan', 'Hoa', 'Ngọc'], '10B': ['Minh', 'Tuấn']}

Thân vòng lặp giống cách đếm bằng in, chỉ khác hai chỗ: giá trị đầu là list rỗng [] thay cho 0, và việc ở mỗi lượt là append() thay cho cộng một. Hãy hình dung các hộp dán nhãn tên lớp: gặp lớp mới thì lấy thêm một hộp rỗng, rồi bỏ tên học sinh vào đúng hộp của lớp mình.

Đổi ("Ngọc", "10A") thành ("Ngọc", "10C") rồi chạy lại: kết quả in ra '10C': ['Ngọc'], một nhóm mới cho lớp mới.

Gọn hơn với setdefault()

Phương thức setdefault(khóa, mặc_định) trả về giá trị của khóa nếu khóa đã có. Nếu chưa có, nó gán mặc_định cho khóa rồi trả về chính giá trị đó.

python
kho = {"bạc xỉu": 8}
print(kho.setdefault("bạc xỉu", 0))
print(kho.setdefault("trà đào", 0))
print(kho)

KẾT QUẢ

8
0
{'bạc xỉu': 8, 'trà đào': 0}

Dòng thứ hai không đổi gì vì bạc xỉu đã có. Dòng thứ ba ghi thêm cặp "trà đào": 0 vào kho, điều mà get() không bao giờ làm. Nhờ vậy ba dòng của mẫu gom nhóm gộp được thành một:

python
don_hang = [("13/11", "DH1024"), ("13/11", "DH1025"),
            ("14/11", "DH1026"), ("13/11", "DH1027")]
theo_ngay = {}
for ngay, ma in don_hang:
    theo_ngay.setdefault(ngay, []).append(ma)
print(theo_ngay)

KẾT QUẢ

{'13/11': ['DH1024', 'DH1025', 'DH1027'], '14/11': ['DH1026']}

setdefault(ngay, []) trả về đúng list đang nằm trong dict, nên append() thêm mã đơn vào chính list đó.

Thư viện chuẩn còn có collections.defaultdict(list), một dict tự tạo list rỗng cho khóa mới. Bài defaultdict dạy cách dùng nó.

Khóa gom nhóm tự tính

Khóa nhóm không cần có sẵn trong dữ liệu. Bạn tính nó từ từng phần tử, rồi gom như thường. Ví dụ xếp các món theo mức giá:

python
gia = {"cà phê sữa": 29000, "bạc xỉu": 32000,
       "trà đào": 35000, "sinh tố bơ": 45000}
theo_muc = {}
for mon, tien in gia.items():
    if tien < 35000:
        muc = "dưới 35.000 đ"
    else:
        muc = "từ 35.000 đ"
    theo_muc.setdefault(muc, []).append(mon)
print(theo_muc)

KẾT QUẢ

{'dưới 35.000 đ': ['cà phê sữa', 'bạc xỉu'], 'từ 35.000 đ': ['trà đào', 'sinh tố bơ']}

Khóa muc được tính trong thân vòng lặp, trước dòng gom. Khóa có thể là bất kỳ giá trị nào làm được khóa dict, như chữ cái đầu của tên (ten[0]) hay độ dài một từ. Bài toán gom các từ đảo chữ của nhau cũng theo cách này: khóa là các chữ cái của từ xếp theo thứ tự bảng chữ cái, nên "tan" và "nat" cùng khóa "ant".

Đọc kết quả gom nhóm

Mỗi nhóm là một list, nên bạn đếm số phần tử bằng len() và in cả nhóm bằng join(). Chạy từng bước để xem các nhóm hình thành.

python
don_hang = [("Trần Thu Hà", "DH1024"), ("Lê Minh Tâm", "DH1025"),
            ("Trần Thu Hà", "DH1026")]
theo_khach = {}
for ten, ma in don_hang:
    theo_khach.setdefault(ten, []).append(ma)
for ten, ds_ma in theo_khach.items():
    print(f"{ten}: {len(ds_ma)} đơn, {', '.join(ds_ma)}")

KẾT QUẢ

Trần Thu Hà: 2 đơn, DH1024, DH1026
Lê Minh Tâm: 1 đơn, DH1025

Từ một bảng gom nhóm, bạn có cả số đơn lẫn từng mã đơn của mỗi khách, điều mà bảng đếm không giữ được. Hàm itertools.groupby() cũng gom nhóm nhưng chỉ gộp các phần tử đứng liền nhau, nên dữ liệu phải được sắp xếp theo khóa trước. Bài itertools nói kỹ về hàm này.

Kiểm tra nhanh

  1. Sau nhom = {"10A": ["Lan"]} và nhom.setdefault("10A", []).append("Hoa"), print(nhom) in ra gì?

    • {'10A': ['Hoa']}
    • {'10A': ['Lan']}
    • {'10A': ['Lan', 'Hoa']}
  2. Sau nhom = {} và nhom.get("10A", []).append("Lan"), print(nhom) in ra gì?

    • {'10A': ['Lan']}
    • {}
    • Báo lỗi KeyError
  3. Với theo_lop = {} và mỗi lượt lặp có ten, lop, những thân vòng lặp nào gom đúng tên học sinh theo lớp?

    • theo_lop.setdefault(lop, []).append(ten)
    • theo_lop[lop] = [ten]
    • theo_lop[lop].append(ten)
    • theo_lop[lop] = theo_lop.get(lop, []) + [ten]
  4. Điền tên phương thức vừa tra vừa tạo khóa khi thiếu: theo_ngay.____(ngay, []).append(ma)

Đúng hết lần đầu +15 XP

Bài tập

Gom đơn hàng theo ngày và theo mức tiền

Mỗi đơn của quán là một tuple gồm ngày, mã đơn và số tiền. Duyệt don_hang bằng một vòng for để dựng:

  • theo_ngay: dict ngày và list mã đơn của ngày đó, theo thứ tự trong don_hang. Dùng setdefault().

  • theo_muc: dict mức và list mã đơn, mức "nhỏ" cho đơn dưới 100.000 đ, mức "lớn" cho đơn từ 100.000 đ.

python
don_hang = [
    ("13/11", "DH1024", 64000),
    ("14/11", "DH1025", 100000),
    ("13/11", "DH1026", 35000),
    ("15/11", "DH1027", 180000),
    ("14/11", "DH1028", 99000),
    ("13/11", "DH1029", 120000),
]
theo_ngay = {}
theo_muc = {}
# Viết code của bạn dưới dòng này

Tóm tắt

  • Mẫu gom nhóm: dict có khóa là tên nhóm, giá trị là list các phần tử của nhóm.

  • Lần đầu gặp một khóa thì tạo list rỗng, rồi append() vào list của khóa đó.

  • d.setdefault(k, []) trả về list của k, chưa có thì gán list rỗng cho k trước.

  • d.get(k, []) không ghi gì vào dict, nên append() vào kết quả của nó bị mất.

  • Khóa nhóm có thể tính từ từng phần tử, như mức tiền của một đơn.

Câu hỏi thường gặp

setdefault() khác get() ở chỗ nào?

Cả hai trả về giá trị của khóa khi khóa đã có. Khi thiếu khóa, get() chỉ trả về giá trị dự phòng, còn setdefault() ghi giá trị đó vào dict rồi mới trả về. Vì vậy gom nhóm cần setdefault(), còn tra cứu đơn thuần thì dùng get() để dict không bị thêm khóa ngoài ý muốn.

Gom nhóm xong muốn biết mỗi nhóm có bao nhiêu phần tử thì làm sao?

Gọi len() trên list của từng nhóm khi duyệt bằng items(). Nếu bạn chỉ cần số lượng mà không cần biết phần tử nào thuộc nhóm nào, mẫu đếm tần suất gọn hơn vì nó chỉ giữ một con số cho mỗi khóa.

Gom nhóm theo hai khóa, như theo ngày rồi theo khách, thì viết sao?

Dùng dict lồng nhau và gọi setdefault() hai lần: theo_ngay.setdefault(ngay, {}).setdefault(ten, []).append(ma). Lần đầu tạo dict của ngày, lần sau tạo list của khách trong ngày đó. Kết quả tra bằng hai khóa, theo_ngay["13/11"]["Trần Thu Hà"].

Chủ đề

group by python

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE

  • Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
  • Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
  • Xây hệ thống AI cho doanh nghiệp tại VietPlatform.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập