在集合的索引 1 处的元素的集合列表中查找最大值

Question

我有一个这样的列表：

dummy_list = [(8, 'N'),
 (4, 'Y'),
 (1, 'N'),
 (1, 'Y'),
 (3, 'N'),
 (4, 'Y'),
 (3, 'N'),
 (2, 'Y'),
 (1, 'N'),
 (2, 'Y'),
 (1, 'N')]

并希望在其中第二列中的值为'Y'的集合的第一列中获得最大值。

我如何尽可能有效地做到这一点？

Answer 1

您可以将max函数与生成器表达式一起使用。

>>> dummy_list = [(8, 'N'),
...  (4, 'Y'),
...  (1, 'N'),
...  (1, 'Y'),
...  (3, 'N'),
...  (4, 'Y'),
...  (3, 'N'),
...  (2, 'Y'),
...  (1, 'N'),
...  (2, 'Y'),
...  (1, 'N')]
>>>
>>> max(first for first, second in dummy_list if second == 'Y')
4

Answer 2

您可以为此使用 pandas，因为您拥有的数据类似于表格。

import pandas as pd

df = pd.DataFrame(dummy_list, columns = ["Col 1", "Col 2"]) 
val_y = df[df["Col 2"] == "Y"]
max_index = val_y["Col 1"].idxmax()

print(df.loc[max_index, :])

首先，您使用pd.DataFrame将其转换为pandas数据框，并将列名设置为Col 1 and Col 2 。

然后，您将获得数据框中的所有行，其中Col 2值等于Y 。

获得此数据后，只需选择Col 1并对其应用idxmax函数即可获取该系列最大值的索引。

然后，您可以在loc函数中将此索引作为行传递，并将: (every)作为列传递以获取整行。

这样可以压缩成两行，

max_index = df[df["Col 2"] == "Y"]["Col 1"].idxmax()
df.loc[max_index, :]

输出 -

Col 1    4
Col 2    Y
Name: 1, dtype: object

Answer 3

max([i[0] for i in dummy_list if i[1] == 'Y'])

Answer 4

max([i for i in dummy_list if i[1] == 'Y'])

output: (4, 'Y')

或者

max(filter(lambda x: x[1] == 'Y', dummy_list))

output: (4, 'Y')

Answer 5

通过将回调函数传递给max以获得更精细的搜索，不需要进一步的迭代。

y_max = max(dummy_list, key=lambda p: (p[0], 'Y'))[0]
print(y_max)

通过解耦对并将它们分类为Y ， N值

d = {}
for k, v in dummy_list:
    d.setdefault(v, []).append(k)

y_max = max(d['Y'])

通过zip解耦，可以使用类似掩码的方法，使用itertools.compress

values, flags = zip(*dummy_list)
y_max = max(it.compress(values, map('Y'.__eq__, flags)))
print(y_max)

基本for循环方法

y_max = dummy_list[0][0]
for i, c in dummy_list:
    if c == 'Y':
        y_max = max(y_max, i)
print(y_max)

---

编辑：基准测试结果。

每个数据列表在执行前都经过shuffle d，并从最快到最慢排序。 测试的功能是用户提供的功能，给定的标识符（我希望）应该很容易识别正确的。

使用 11 个术语的数据（原始数据量）重复 100 次测试

max_gen         ms: 8.184e-04
for_loop        ms: 1.033e-03
dict_classifier ms: 1.270e-03
zip_compress    ms: 1.326e-03
max_key         ms: 1.413e-03
max_filter      ms: 1.535e-03
pandas          ms: 7.405e-01

使用 110 个术语的数据重复 100 次测试（10 x 更多数据）

max_key         ms: 1.497e-03
zip_compress    ms: 7.703e-03
max_filter      ms: 8.644e-03
for_loop        ms: 9.669e-03
max_gen         ms: 9.842e-03
dict_classifier ms: 1.046e-02
pandas          ms: 7.745e-01

使用 110000 个术语（10000 x 更多数据）的数据重复 100 次测试

max_key         ms: 1.418e-03
max_gen         ms: 4.787e+00
max_filter      ms: 8.566e+00
dict_classifier ms: 9.116e+00
zip_compress    ms: 9.801e+00
for_loop        ms: 1.047e+01
pandas          ms: 2.614e+01

当增加数据量时，“性能等级”会发生变化，但max_key似乎没有受到影响。