Programmers_Python_Hash_베스트앨범

문제링크

프로그래머스_해쉬_베스트앨범

• 스트리밍 사이트에서 장르 별로 가장 많이 재생된 노래를 두 개씩 모아 베스트 앨범을 출시
• • 장르별 노래가 1개만 있다면 1개만 출력
• 노래의 장르를 나타내는 문자열 배열 genres와 노래별 재생 횟수를 나타내는 정수 배열 plays가 주어질 때,
  
  베스트 앨범에 들어갈 노래의 고유 번호를 순서대로 return

풀이방식_1

defaultdict와 operator를 이용한 정렬

• 딕셔너리1: 장르 별, 플레이 숫자와 인덱스 위치를 삽입하는 딕셔너리
  operator를 이용해 플레이 숫자 기준으로 내림차순 정렬
• 딕셔너리2: 장르 KEY, 플레이 숫자의 합 VALUE
  lambda를 이용해, 플레이 숫자 합 기준으로 내림차순 정렬
• 딕셔너리2의 키 순서대로, 딕셔너리1의 인덱스 위치를 2개(1개밖에 없다면 1개만)

코드_1

# genre = ["classic", "pop", "classic", "classic", "pop"]
# plays = [500, 600, 150, 800, 2500]    
from collections import defaultdict
import operator

def solution(genres, plays):
    dic = defaultdict(list) # 딕셔너리 1
    genre_dic = {} # 딕셔너리 2

    for i in range(len(genres)):
        dic[genres[i]].append([i, plays[i]])
    for k in dic:
        tmp = 0
        for e in dic[k]:
            tmp += e[-1]
        genre_dic[k] = tmp
        dic[k] = sorted(dic[k], key=operator.itemgetter(1), reverse=True) # 딕셔너리 1 정렬

    genre_dic = {k: v for k, v in sorted(genre_dic.items(), key=lambda item: item[1], reverse=True)} #딕셔너리 2 정렬

    ans = []
    for k in genre_dic.keys(): # 딕셔너리2의 키 순서대로, 
        if len(dic[k]) >= 2:
            for i in range(2): # 딕셔너리1의 인덱스 위치를 2개
                ans.append(dic[k][i][0])
        else: # 1개밖에 없다면 1개만
            ans.append(dic[k][0][0])
    return ans

풀이방식_2

• dataframe 과 defaultdict이용

import pandas as pd
from collections import defaultdict
def solution(genres,plays):
    answer = []
    df = pd.DataFrame({'gen':genres,'pl':plays})
    d = defaultdict(list)
    for k, v in zip(genres,plays):
        d[k].append(v)
    dic = dict(d)

    # play의 sum을 생성 -> sum이 높은 순으로 정렬
    for i in dic.keys():
        ns=sum(dic.get(i))
        dic[i]=ns
    df['sum']=df['gen'].map(dic)

    df=df.sort_values(['sum','pl'],ascending=False)

    n = len(list(set(genres)))
    dfN=[None]*n

    # 인덱스 출력
    for i in range(n):
        un=df['gen'].unique()
        dfN[i]=df[df['gen']==un[i]].sort_values(['sum','pl'],ascending=False)
        answer.extend(dfN[i].iloc[:2,:].index)

    return answer