如何为列表中包含特定字符串的每个唯一元素创建[n]个元素的随机样本（使用nestedloops？）

Question

我试图创建一个包含随机样本（更具体地说，分层样本）的列表。你知道吗

我的数据由一个包含几百万个电话号码（每个号码一个字符串）的列表组成，我将其拆分为一个包含两个字符串（每个号码一个字符串）的列表。 第一个字符串是城市代码，必须根据它对样本进行分层。我曾经

unique = list(set(citycode))

从主列表（mainlist[0]）中获取所有唯一元素。你知道吗

假设我在列表'unique'中有~1000个元素，并且对于每个unique元素，我尝试在'mainlist'中随机找到5个元素，其中包含mainlist[I][0]中unique[I]的数量。 对于每个匹配，mainlist的两个字段/字符串都应附加到新列表“randomlist”中。所以最终的名单应该包括5000个电话号码。你知道吗

我曾想过使用嵌套循环来解决这个问题，但由于我是Python的初学者，并尝试使用在线教程来自学，我还没有真正找到解决这个问题的函数或方法。 在这种情况下，我不确定有什么可能的解决办法。你知道吗

任何想法或意见都将不胜感激。 谢谢您！你知道吗

Answer 1

假设两个列表如下：

main = [(123, xxxxxxx),...]
unique = [123, ...]

然后你可以这样做：

from random import shuffle
shuffle(main)
out = []
for u in unique:
  i = 0
  it = (x for x in main if x[0] == u)
  while i < 5:
    try:
      out.append(main.pop(main.index(next(it))))
    except:
      pass
    i+=1

out将包含一个元组列表，与main中的元组列表类似，每个唯一区号最多5个元组（如果main包含的少于5个元组，则小于5个元组），随机分布。你知道吗

更新

由于要排除表示太少的区号，请按以下方法操作：

from random import shuffle
from collections import Counter
c = Counter(x[0] for x in main)
main = [x for x in main if c[x] >= 5]
shuffle(main)
out = []
for u in unique:
  i = 0
  it = (x for x in main if x[0] == u)
  while i < 5:
    out.append(main.pop(main.index(next(it))))
    i+=1