Pythonでサフィックス（末尾の文字）を使って文字列をK文字ごとにグループ化する方法

文字列リストを「末尾のK文字（サフィックス）」をキーにしてグループ化したい場合、シンプルなループ処理と try / except ブロックを組み合わせることで実現できます。この記事では、その具体的な実装方法と動作の仕組みを解説します。

サフィックスによるグループ化とは

たとえば、「peek」「leak」「creek」といった単語は、いずれも末尾が「eek」で終わっています。このように共通する末尾の文字列を持つ単語同士をまとめたいときに、今回紹介する手法が役立ちます。

コード例

以下は、実際にサフィックスでグループ化を行うPythonプログラムです。

my_list = ['peek', "leak", 'creek', "weak", "good", 'week', "wood", "sneek"]

print("元のリスト：")
print(my_list)

K = 3

print("K の値：")
print(K)

my_result = {}

for element in my_list:
   suff = element[-K:]
   try:
      my_result[suff].append(element)
   except:
      my_result[suff] = [element]

print("グループ化の結果：")
print(my_result)

実行結果

元のリスト：
['peek', 'leak', 'creek', 'weak', 'good', 'week', 'wood', 'sneek']
K の値：
3
グループ化の結果：
{'ood': ['good', 'wood'], 'eak': ['leak', 'weak'], 'eek': ['peek', 'creek', 'week', 'sneek']}

コードの解説

• リストの定義と表示： グループ化対象となる文字列のリストを定義し、コンソールに出力します。

• K の設定： 末尾から何文字をキーとして使うかを変数 K に代入します。ここでは 3 文字を指定しています。

• 空の辞書を作成： 結果を格納するための空の辞書 my_result を用意します。

• リストを反復処理： for ループで各要素を順番に取り出します。

• サフィックスの抽出： スライス記法 element[-K:] を使い、文字列の末尾 K 文字を取得して変数 suff に代入します。

• try ブロック： 辞書にすでに同じサフィックスのキーが存在する場合は、append() メソッドでその要素を既存のリストに追加します。

• except ブロック： キーがまだ存在しない場合（KeyError が発生した場合）は、新しいキーを作成し、その要素を含むリストを登録します。

• 結果の出力： 最後に、サフィックスごとにグループ化された辞書をコンソールに表示します。

補足：defaultdictを使ったより簡潔な書き方

try / except を使う代わりに、標準ライブラリの collections.defaultdict を利用すると、同じ処理をより簡潔に書くこともできます。

from collections import defaultdict

my_result = defaultdict(list)
for element in my_list:
   my_result[element[-K:]].append(element)

print(dict(my_result))

この方法では、存在しないキーにアクセスした際に自動的に空のリストが生成されるため、例外処理を明示的に書く必要がありません。状況に応じて使い分けるとよいでしょう。