Python reduce 함수 사용법

요약

• 집계 함수를 누적으로 활용
• functools 모듈의 reduce 함수 사용
• 기본문법: reduce(집계함수, 데이터[, 초기값])

정리할것!

• reduce 함수란?

---

1. 집계 함수 누적 사용

• ruduce 함수의 2가지 인자
  • 누적자(accumulator): 함수 실행 시작부터 끝까지 재사용되는 값
  • 현재값(current value): loop시, 계속 변경되는 값

예제 1: 나이 합 구하기

• 유저들의 나이의 합 구하기(대상: 유저 정보(users) 딕셔너리의 의 나이열(age))
• 초기값 0 이 세팅되고, age의 값들이 누적으로 더해짐

users = [{'mail': 'gregorythomas@gmail.com', 'name': 'Brett Holland', 'sex': 'M', 'age': 73},
... {'mail': 'hintoncynthia@hotmail.com', 'name': 'Madison Martinez', 'sex': 'F', 'age': 29},
... {'mail': 'wwagner@gmail.com', 'name': 'Michael Jenkins', 'sex': 'M', 'age': 51},
... {'mail': 'daniel79@gmail.com', 'name': 'Karen Rodriguez', 'sex': 'F', 'age': 32},
... {'mail': 'ujackson@gmail.com', 'name': 'Amber Rhodes', 'sex': 'F', 'age': 42}]
 
from functools import reduce
# 초기값 0
reduce(lambda acc, cur: acc + cur['age'], users, 0)

예제 2: 성별 분류

• 사용자 정의 함수를 통해 그룹별 누적 집계로 활용 가능
• 유저들의 성별(sex)로 이름(name) 분류하기

from functools import reduce
 
# case1: 사용자 정의 함수 사용
def names_by_sex(acc, cur):
	sex = cur['sex']
	if sex not in acc:
		acc[sex] = []
	acc[sex].append(cur['name'])
	return acc
# 초기값 empty dictionary
reduce(names_by_sex, users, {})
 
# case2: 기본 lambda 활용
reduce(lambda acc, cur: 
	   {**acc, cur['sex']: (acc[cur['sex']] 
		   if cur['sex'] in acc else []) + [cur['name']]},
		users, {})

---

2. 초기값의 중요성

주의사항

초기값 유무에 따라 결과가 달라짐

• 예제 1
  • 초기값 0 설정하지 않으면, TypeError
• 예제 2
  • 초기값 {} 설정하지 않으면, 두번째 인자가 list나 tuple 의 첫번째 값이 초기값으로 사용됨
  • 기존 유저 정보(users)가 딕셔너리 형태로 숫자를 더하거나 키 추가시 에러 발생

---

참고사이트

• 파이썬 reduce 함수 사용법
• reduce 함수란?