返回每組價值最高的列表

Question

我目前有一個要整理的位置列表。

該列表如下所示：

list = [['Location 1', 5],['Location 2', 5],['Location 3', 5],['Location 1', 4],['Location 2', 6],['Location 3', 5],['Location 1', 5],['Location 2', 5]]

目標是為每個位置選擇索引1中每個列表的最大值。 最終結果應如下所示：

correctList = [['Location 1', 5],['Location 2', 6],['Location 3', 5]]

具有相同整數值的位置沒有首選項。

我現在擁有的解決方案是根據名稱將每個位置附加到自己的列表中。 然后從每個列表中使用每個位置列表上的max()操作。

Answer 1

一旦使用第一個元素對列表進行了排序，就可以使用itertools.groupby選擇第二個元素max的列表：

s = sorted(l, key=lambda x: x[0])
[max(k) for i,k in groupby(s, key=lambda x: x[0])]
[['Location 1', 5], ['Location 2', 6], ['Location 3', 5]]

哪里：

sorted(l, key=lambda x: x[0])

[['Location 1', 5],
 ['Location 1', 4],
 ['Location 1', 5],
 ['Location 2', 5],
 ['Location 2', 6],
 ['Location 2', 5],
 ['Location 3', 5],
 ['Location 3', 5]]

請注意，當輸入一組列表時， max將提供所需的輸出：

max(['Location 1', 5], ['Location 1', 4], ['Location 1', 5])
#['Location 1', 5]

Answer 2

您可以將collections.defaultdict用於O（ n ）解決方案：

from collections import defaultdict

L = [['Location 1', 5],['Location 2', 5],['Location 3', 5],['Location 1', 4],
     ['Location 2', 6],['Location 3', 5],['Location 1', 5],['Location 2', 5]]

dd = defaultdict(int)

for location, value in L:
    dd[location] = max(dd[location], value)

print(dd)
# defaultdict(int, {'Location 1': 5, 'Location 2': 6, 'Location 3': 5})

這給出了字典映射。 如果您熱衷於列表列表：

res = list(map(list, dd.items()))

print(res)
# [['Location 1', 5], ['Location 2', 6], ['Location 3', 5]]

Answer 3

您可以使用字典來計算O（n）中每個位置的最大值：

data = [['Location 1', 5], ['Location 2', 5], ['Location 3', 5], ['Location 1', 4], ['Location 2', 6],
        ['Location 3', 5], ['Location 1', 5], ['Location 2', 5]]

groups = {}
for location, value in data:
    if location not in groups:
        groups[location] = value
    else:
        groups[location] = max(groups[location], value)

result = [[location, value] for location, value in groups.items()]

print(result)

產量

[['Location 1', 5], ['Location 2', 6], ['Location 3', 5]]

Answer 4

您可以使用pandas ，這很容易按一個鍵分組並為每個分組計算一些內容：

import pandas as pd

df = pd.DataFrame([['Location 1', 5],['Location 2', 5],['Location 3', 5],['Location 1', 4],['Location 2', 6],['Location 3', 5],['Location 1', 5],['Location 2', 5]],
                  columns=["location", "value"])
df.groupby("location").max()
#             value
# location         
# Location 1      5
# Location 2      6
# Location 3      5

如果之后絕對需要列表列表，則也可以：

df.groupby("location").max().reset_index().values.tolist()
# [['Location 1', 5], ['Location 2', 6], ['Location 3', 5]]

---

請注意，如果這是您唯一要處理的數據，則可能是過大了。 但是，如果您需要對其進行更多分析，那么習慣pandas可以加快很多工作，因為它的大多數方法都是矢量化的，並且是用C語言編寫的。