Python3根據索引值之一唯一化元組列表

Question

我發誓我首先進行了搜索，發現很多“如果適應就可以工作”，但沒有什么真正幫助我的。 我所擁有的是以下形式的元組列表：

[('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

在這種情況下，它是一個元組列表，在所有索引中，元組的第一個值為“名稱”，第二個值為“ Email”。 並且列表沒有以任何特定方式排序（尚未）。

我需要一種干凈且易於理解的方法（我不一定要尋找連我都看不懂的單行）來生成“唯一化”列表，但要遵循以下規則/要求：

• 僅當找到元組第二個值的重復項時才刪除該元組（在這種情況下，它恰好是一個電子郵件地址，並且將是“ noreply@bookfresh.com”）
• 不要消除所有重復元組的實例。 我需要保留一個，保留的應該是具有第一個對象的len（）最多的元組。 （在這種情況下，對於重復的元組，它將僅保留該元組（“您的書”，“ noreply@bookfresh.com”）。

在此最小化示例中的最終輸出為：

[('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

因為我知道如何對未排序元組的列表進行排序，所以輸出是否未排序或排序都沒有關系。 謝謝

Answer 1

方法1：收集所有名稱

如果我們想要最容易理解的版本，而不是最精巧的版本，例如

pairs = [('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com')]

data = {}
for name, email in pairs:
    if email not in data:
        data[email] = []
    data[email].append(name)

output = [(email, max(data[email], key=len)) for email in data]

會工作。 這將問題分為兩部分：建立一個以電子郵件地址為鍵的字典，並以可能的名稱列表作為值； 並遍歷所有電子郵件地址並獲得最長的名稱。

第一部分可以使用setdefault壓縮，例如

for name, email in pairs:
    data.setdefault(email, []).append(name)

但並不是每個人都熟悉。

---

方法2：排序並使其唯一

或者，我們可以一次按電子郵件和名稱長度排序，然后從中構建一個字典，該字典將僅保留最后看到的鍵/值對：

>>> pairs.sort(key=lambda x: (x[1], len(x[0])))
>>> data = {v: k for k,v in pairs}
>>> [(v,k) for k,v in data.items()]
[('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com')]

Answer 2

您可以使用第二個條目作為關鍵字來構建字典。 字典具有在其鍵中不包含任何重復項的特性。 如果在構建字典之前按第一個元素的長度排序，它將為您提供所需的內容：

your_list_sorted = sorted(your_list, key=lambda x: len(x[0]))
out = dict((v, k) for k, v in your_list_sorted)

如果您需要列表形式的輸出，則可以執行out_list = list(out.items())來獲取它。

Answer 3

可能最簡單的方法是使用如下所示的集合：

L = [('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

emails = set()

result_L = []

for item in L:
    if item[1] in emails:
        # this email address is already seen
        continue

    result_L += [item]
    emails.add(item[1])

但是，如果您想保留最后一項，則可以使用它（最后，您可能需要反轉result_L ）：

for i in reversed(L):
    # ...

還有很多其他方法可以做到這一點。 例如，考慮使用dict ：

result_dict = {}

for item in L:
    result_dict[item[1]] = item[0]

result_L = [(y, x) for (x, y) in result_dict.items()]