[英]Python, remove duplicates from list of tuples
我有以下列表:
[('mail', 167, datetime.datetime(2010, 9, 29)) ,
('name', 1317, datetime.datetime(2011, 12, 12)),
('mail', 1045, datetime.datetime(2010, 8, 13)),
('name', 3, datetime.datetime(2011, 11, 3))]
我想从列表中删除与日期不是最新的元组中的第一项重合的项目。 换句话说,我需要得到这个:
[('mail', 167, datetime.datetime(2010, 9, 29)) ,
('name', 1317, datetime.datetime(2011, 12, 12))]
您可以使用字典来存储迄今为止为给定键找到的最高值:
temp = {}
for key, number, date in input_list:
if key not in temp: # we see this key for the first time
temp[key] = (key, number, date)
else:
if temp[key][2] < date: # the new date is larger than the old one
temp[key] = (key, number, date)
result = temp.values()
以下方法使用字典覆盖具有相同键的条目。 由于列表按日期排序,较旧的条目会被较新的条目覆盖。
temp = {}
for v in sorted(L, key=lambda L: L[2]): # where L is your list
temp[v[0]] = v
result = temp.values()
或者,对于更紧凑(但可读性更差)的东西:
result = dict((v[0],v) for v in sorted(L, key=lambda L: L[2])).values()
如果列表已经(或大部分)按日期排序,则此方法将相当快。 如果不是,特别是如果它是一个大列表,那么这可能不是最好的方法。
对于未排序的列表,通过先按键排序,然后按日期排序,您可能会获得一些性能改进。 即sorted(L, key=lambda L: (L[0],L[2]))
。
或者,更好的是,go 是Space_C0wb0y 的答案。
d = {}
for item in list:
if (item[0], item[1]) not in d:
d[(item[0], item[1])] = item[2]
else:
if item[2] > d[(item[0], item[1])]:
d[(item[0], item[1])] = item[2]
item = [(x[0], x[1], d[x] for x in d.keys()]
您可以通过对列表进行排序并通过 d[2] 获取最高值来做到这一点:
In [26]: d
Out[26]:
[('mail', 167, datetime.datetime(2010, 9, 29, 0, 0)),
('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
('mail', 1045, datetime.datetime(2010, 8, 13, 0, 0)),
('name', 3, datetime.datetime(2011, 11, 3, 0, 0))]
In [27]: d.sort(key = lambda i: i[2], reverse=True)
In [28]: d
Out[28]:
[('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
('name', 3, datetime.datetime(2011, 11, 3, 0, 0)),
('mail', 167, datetime.datetime(2010, 9, 29, 0, 0)),
('mail', 1045, datetime.datetime(2010, 8, 13, 0, 0))]
In [29]: [i for pos, i in enumerate(d) if i[0] in [j[0] for j in d[pos+1:]]]
Out[29]:
[('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
('mail', 167, datetime.datetime(2010, 9, 29, 0, 0))]
这里是 go。
#!/usr/bin/python2
from pprint import pprint
import datetime
ol = [('mail', 167, datetime.datetime(2010, 9, 29)) ,
('name', 1317, datetime.datetime(2011, 12, 12)),
('mail', 1045, datetime.datetime(2010, 8, 13)),
('name', 3, datetime.datetime(2011, 11, 3))]
d = {}
for t in sorted(ol, key=lambda t: (t[0], t[2])):
d[t[0]] = t
out = d.values()
pprint(out)
这使用第一个和第三个元组元素作为键对列表进行排序,然后使用 hash 表删除重复项。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.