子列表的唯一元素取决于子列表中的特定值

Question

我试图从一个非常不一致的列表中选择唯一的数据集。我的数据集 RawData 由不同长度的字符串项组成。有些项目出现多次，例如：比较['a','b','x','15/30']项目 的关键始终是最后一个字符串：例如'15/30'目标是：获取一个列表：UniqueData，其中包含仅出现一次的项目。（我想保持订单）数据集：RawData = [['a','b','x','15/30'],['d','e','f','g','h','20/30'],['w','x','y','z','10/10'],['a','x','c','15/30'],['i','j','k','l','m','n','o','p','20/60'],['x','b','c','15/30']]我想要的解决方案数据集：UniqueData = [['a','b','x','15/30'],['d','e','f','g','h','20/30'],['w','x','y','z','10/10'],['i','j','k','l','m','n','o','p','20/60']]我尝试了许多可能的解决方案，例如：for index, elem in enumerate(RawData):并附加到一个新列表，如果......for element in list不起作用，因为项目不完全相同。你能帮我找到解决问题的方法吗？

Answer 1

删除重复项的最佳方法是将它们添加到集合中。将最后一个元素添加到setas 以跟踪所有唯一值。当您要添加的值已经存在于集合中unique时，如果不存在则不执行任何操作，添加要设置的值unique并将 lst 附加到结果列表中new。

尝试这个。

new=[]

unique=set()

for lst in RawData:

     if lst[-1] not in unique:

         unique.add(lst[-1])

         new.append(lst)

print(new)

#[['a', 'b', 'x', '15/30'],

 ['d', 'e', 'f', 'g', 'h', '20/30'],

 ['w', 'x', 'y', 'z', '10/10'],

 ['i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', '20/60']]

Answer 2

您可以为唯一数据设置一个新数组并跟踪您迄今为止看到的项目。然后，当您遍历数据时，如果您之前没有看到该列表中的最后一个元素，则将其附加到唯一数据并将其添加到已看到的列表中。

RawData = [['a', 'b', 'x', '15/30'], ['d', 'e', 'f', 'g', 'h', '20/30'], ['w', 'x', 'y', 'z', '10/10'],

           ['a', 'x', 'c', '15/30'], ['i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', '20/60'], ['x', 'b', 'c', '15/30']]

seen = []

UniqueData = []

for data in RawData:

    if data[-1] not in seen:

        UniqueData.append(data)

        seen.append(data[-1])

print(UniqueData)

输出

[['a', 'b', 'x', '15/30'], ['d', 'e', 'f', 'g', 'h', '20/30'], ['w', 'x', 'y', 'z', '10/10'], ['i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', '20/60']]

Answer 3

使用集合过滤掉已经看到密钥的条目是最有效的方法。

这是一个使用具有内部副作用的列表理解的单行示例：

UniqueData = [rd for seen in [set()] for rd in RawData if not(rd[-1] in seen or seen.add(rd[-1])) ]

Answer 4

    RawData = [['a','b','x','15/30'],['d','e','f','g','h','20/30'],['w','x','y','z','10/10'],['a','x','c','15/30'],['i','j','k','l','m','n','o','p','20/60'],['x','b','c','15/30']]

seen = []

seen_indices = []

for _,i in enumerate(RawData):

  # _ -> index

  # i -> individual lists

  if i[-1] not in seen:

   seen.append(i[-1])

  else:

   seen_indices.append(_)

for index in sorted(seen_indices, reverse=True):

    del RawData[index]

print (RawData)