在列表列表中记录子列表的每个项目的首次出现

Question

我想比较一个列表列表，其中每个子列表包含两个字符串（ID和时间戳）和一个成员子列表。 我有以下列表列表：

node = [['1001', '2008-01-06T02:12:13Z', ['']], 
        ['1002', '2008-01-06T02:13:55Z', ['']],  
        ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], 
        ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], 
        ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], 
        ['1006', '2008-01-06T02:13:30Z', ['']], 
        ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]]

我想创建一个新的列表列表，记录每个第一次出现的成员及其ID。 我想要以下列表：

output = [['1001', ''], ['1003', 'Lion'], ['1003', 'Rhinoceros'], ['1003', 'Leopard'], 
          ['1003', 'Panda'], ['1004', 'Eagle'], ['1004', 'Tiger'], ['1005', 'Cheetah']
          ['1005', 'Goat']]

我尝试了以下代码，但它停止了我的计算机，并继续运行。 我必须重新启动计算机才能使其恢复正常状态。

output= []
# Add the first id and member
for elements in node[0][2]:
    output.append([node[0][0], elements])

for items in node[1:]:
    for members in items[2]:
        for root in output:
            if member not in root:
                output.append([items[0], member])

提前感谢您的帮助和感谢。

Answer 1

只需在其上循环，维护一set已经被看见的动物，并仅在以前未被看见的情况下添加它们。

基本代码：

result = []
seenanimals = set()
for ident, _, animals in node: 
    for a in animals:
        if a not in seenanimals:
            result.append([ident, a])
            seenanimals.add(a)

print(result)

在这里运行。

Answer 2

您可以在迭代列表output时对其进行修改。 不要这样

只要不是每个ID列表中至少包含一个元素，它就可能不是最优雅的方法，但是它会起作用：

node = [['1001', '2008-01-06T02:12:13Z', ['']], 
        ['1002', '2008-01-06T02:13:55Z', ['']],  
        ['1003', '2008-01-06T02:13:00Z', ['Lion', 'Rhinoceros', 'Leopard', 'Panda']], 
        ['1004', '2008-01-06T02:15:20Z', ['Lion', 'Leopard', 'Eagle', 'Panda', 'Tiger']], 
        ['1005', '2008-01-06T02:15:48Z', ['Lion', 'Panda', 'Cheetah', 'Goat', 'Tiger']], 
        ['1006', '2008-01-06T02:13:30Z', ['']], 
        ['1007', '2008-01-06T02:13:38Z', ['Cheetah', 'Tiger', 'Goat']]]

output = []
unique = []
for l in node:
    for item in l[2]:
        if item not in unique:
            output.append([l[0], item])
            unique.append(item)

print(output)

Answer 3

我将首先以这种方式遍历主列表：

item_id_dict = {}
for sublist in node:
    for item in sublist[2]:
        if item not in item_id_dict:
            item_id_dict[item] = []
        item_id_dict[item].append(sublist[0])

如果要避免if item not in item_id_dict流控制语句中，则可以简单地使用defaultdict 。

然后，您可以通过以下方式获取每个项目的最小id ：

first_occurence = {
    item: min(item_id_dict[item])
    for item in item_id_dict
}

这将是一个字典，每个感兴趣的单词都作为其关键字，而该单词首次出现的ID就是其值。 如果您确实需要列表中的列表（我不建议这样做，因为它不是解决此问题的直观数据结构），则只需执行以下操作：

output = []
for item in first_occurence.items():
    output.append(list(item))