如何使用重复模式提取子列表元素的第一个实例？

Question

我有一个清单：

l = [['act137L', 'act222J1', 'act45k', 'bac003', 'bac19004', 'cob55C37'],
     ['act3947', 'act658ll', 'act3FjL', 'bac57D73', 'cob00091', 'cob1A4']]

我想将每个子列表中的'act...' ， 'bac...'和'cob...'的第一个实例放到另一个列表中以获得：

l2 = [['act137L', 'bac003', 'cob55C37'], ['act3947', 'bac57D73', 'cob00091']]  

如何在Python中执行此操作？

Answer 1

此功能应该起作用：

def get_firsts(the_lists, terms):
    ret_lists = []
    for a_list in the_lists:
        new_list = []
        rest_terms = terms[:]
        while rest_terms:
            for val in a_list:
                for term in rest_terms[:]:
                    if val.startswith(term):
                        new_list.append(val)
                        rest_terms.remove(term)
        ret_lists.append(new_list)
    return ret_lists

像这样使用它：

>>> get_firsts(l, ['act','bac','cob'])
[['act137L', 'bac003', 'cob55C37'], ['act3947', 'bac57D73', 'cob00091']]

Answer 2

您可以使用前三个字母作为键的OrderedDict来收集值：

from collections import OrderedDict

l = [['act137L', 'act222J1', 'act45k', 'bac003', 'bac19004', 'cob55C37'],
     ['act3947', 'act658ll', 'act3FjL', 'bac57D73', 'cob00091', 'cob1A4']]

def first_items(l):
    res = []
    for sublist in l:
        d = OrderedDict()
        for x in sublist:
            d.setdefault(x[:3], x)
        res.append(list(d.values()))

    return res

print(first_items(l))

输出：

[['act137L', 'bac003', 'cob55C37'], ['act3947', 'bac57D73', 'cob00091']]

在上述setdefault中，如果dict不存在key，则设置该值。 如果键已经存在，则不会更改dict因此将保留第一个值集。

如果您知道列表中具有相同前缀的项目始终彼此相邻，则可以使用groupby ：

from itertools import groupby

res = [[next(g) for _, g in groupby(sublist, lambda x: x[:3])] for sublist in l]

Answer 3

您可以使用列表推导：

l2 = [[j[i] for i in range(len(j)) if j[i][:3] not in ''.join(k for k in j[:i])] for j in l]

如果尚未添加任何元素，则仅将元素添加到新构造的子列表中。