根据字符串和数值从嵌套列表中删除重复项

Question

我有一个这样的列表：

[['john', 14, 'USA'],['john', 27, 'USA'],['paul', 17, 'USA'],['paul', 36, 'USA']]

需要输出以下内容：

[['john', 27, 'USA'],['paul', 36, 'USA']]

这意味着根据位置0删除重复项，但保留位置1中具有更高值的项。

我知道如何使用“set()”在常规列表上删除重复项，但如何应用这两个条件？我正在考虑使用“for”，但由于我将使用的实际列表非常大，所以可能会很慢。

我已经尝试仅按名称删除重复项，但对于保留具有更高值的项感到困惑。

谢谢！

- rodrigocf

---

这是一个非常具体的要求，不会有现成的解决方案，你需要循环遍历事物。 - dursk

Answer 1

您可以使用 itertools.groupby 将元素按第一个索引分组，并使用适当的 key 和 max 函数来选择基于第二个元素的最大值：

>>> from itertools import groupby
>>> l=[['john', 14, 'USA'], ['john', 27, 'USA'], ['paul', 17, 'USA'], ['paul', 36, 'USA']]
>>> [max(g ,key=lambda x:x[1]) for _,g in groupby(sorted(l),lambda x: x[0])]
[['john', 27, 'USA'], ['paul', 36, 'USA']]

或者更有效率的方法是使用 operators.itemgetter() 而不是 lambda：

>>> from operators import itemgetter
>>> [max(g ,key=itemgetter(1)) for _,g in groupby(sorted(l),itemgetter(0))]
[['john', 27, 'USA'], ['paul', 36, 'USA']]

- Mazdak

Answer 2

我喜欢Kasra的解决方案，但只是为了提供另一种方法：

from collections import defaultdict

l=[['john', 14, 'USA'], ['john', 27, 'USA'], ['paul', 17, 'USA'], ['paul', 36, 'USA']]
key=defaultdict(list)
for n,a,c in l:
    key[(n,c)].append(a)
f_list = [[k[0],max(la),k[1]] for k,la in key.iteritems()]

- Prashant

Answer 3

你可以使用OrderedDict，如果我们发现一个子列表具有相同名称且具有较大的第二个子元素，则替换该值：

l = [['john', 14, 'USA'],['john', 27, 'USA'],['paul', 17, 'USA'],['paul', 36, 'USA']]

from collections import OrderedDict
d = OrderedDict()

for sub in l:
    name = sub[0]
    if name in d:
        if sub[1] > d[name][1]:
            d[name] = sub
    else:
        d[name] = sub
print(list(d.values()))

[['john', 27, 'USA'], ['paul', 36, 'USA']]

这是 O(n) 的，因为它不需要对列表进行排序，而排序的复杂度是 n log n，所以这种方法比任何使用排序的方法都更具可扩展性。

如果顺序不重要，普通字典就可以了：

d = {}
for sub in l:
    name = sub[0]
    if name in d:
        if sub[1] > d[name][1]:
            d[name] = sub
    else:
        d[name] = sub
print(d.values())

如果你打算使用operator.itemgetter进行排序，效率会更高。

from operator import  itemgetter    
sorted(l,key=itemgetter(1))

如果你想要对原始列表进行排序：

l.sort(key=itemgetter(1))

- Padraic Cunningham

Answer 4

尝试编写难以理解的 Pythonic 级别代码。

使用列表和字典推导进行排序、合并和重新格式化。

a = [['john', 14, 'USA'],['john', 27, 'USA'],['paul', 17, 'USA'],['paul', 36, 'USA']]

b = sorted(a, key=lambda x: x[0])
c = { x[0] : x[1:len(x)] for x in b }

result = [[n] + c[n] for n in c]

- David Chan