检查字符串列表中的重复项

Question

我想检查一列中是否有一些随机大小的字符串重复。 如果是，python 应该打印出观察到错误的行。

我的代码如下：

import numpy as np
data = np.array([["s154090","Lis",1,0],["s151515","Lars",2,3],["s151515","Preben",1,0],["s154080","Rene",5,7]])

def sortGrades(data):

    studentId = data[:,0]
    xs = studentId
    s = set()
    if any(i in s or s.add(i) for i in xs):
        s = set()
        duplicates = set(i for i in xs if i in s or s.add(i))
        print("Error in line {},".format(i),"Det følgende Studie ID går igen",duplicates)
    else:
        print("Ingen Fejl")
        return ""

但它不起作用，因为i没有定义。

---> 11 print("Error in line {},".format(i),"Det følgende Studie ID går igen",duplicates)

NameError: 名称 'i' 未定义

我正在使用 python 3.5。

Answer 1

除了例外，您的方法有点太复杂了。 例如，您只需要对数据进行一次传递：

def sortGrades(data):
    studentId = data[:,0]
    xs = studentId
    s = set()
    for line, val in enumerate(xs):
        if val in s:  # if the current value was already seen print the error message
            print("Error in line {},".format(line),"Det følgende Studie ID går igen", val)
        # Add the value
        s.add(val)

>>> sortGrades(data)
Error in line 2, Det følgende Studie ID går igen s151515

当您尝试访问理解范围之外的循环变量时，就会发生异常（这是不可能的，至少在 python-3.x 中）。 因此，一旦您的理解完成，您就无法再访问i 。

这就是我使用显式for循环的原因。 这样你就可以访问循环变量。

---

如果你真的很懒惰，你也可以使用我编写的外部模块中的函数： iteration_utilities.duplicates

from iteration_utilities import duplicates
from operator import itemgetter

for line, val in duplicates(enumerate(data[:,0]), key=itemgetter(1)):
    print("Error in line {},".format(line),"Det følgende Studie ID går igen", val)