Python 组合重复元素

Question

我有一个包含一些重复元素的字符串列表，我想将这些元素组合成一个较短的列表。

原始列表内容如下所示：

lst = [['0.1', '0', 'RC', '100'],
        ['0.2', '10', 'RC', '100'],
        ['0.3', '5', 'HC', '20'],
        ['0.4', '5', 'HC', '20'],
        ['0.5', '5', 'HC', '20'],
        ['0.6', '5', 'HC', '20'],
        ['0.7', '5', 'HC', '20'],
        ['0.8', '5', 'HC', '20'],
        ['0.9', '10', 'RC', '100'],
        ['1.0', '0', 'RC', '100']]

通过函数运行后会变成：

lst = [['0.1', '0', 'RC', '100'],
        ['0.2', '10', 'RC', '100'],
        ['0.3', '5', 'HC', '20'],
        ['0.9', '10', 'RC', '100'],
        ['1.0', '0', 'RC', '100']]

列表将始终具有这种一般结构，所以基本上我想根据最后 3 列是否完全相同来组合列表。

我希望它是一个可调用的函数，所以它看起来像这样：

def combine_list(lst):
    if sublist[1:3] == next_sublist[1:3]:
        let.remove(next_sublist)

我对此的初步研究显示了许多基于索引删除子列表的方法，但这不一定事先知道。我还找到了 re 模块，但是我从未使用过它并且不确定如何实现它。提前谢谢你

Answer 1

for index in range(len(lst) - 1, 0, -1):
    if lst[index][1:] == lst[index - 1][1:]:
        lst.pop(index)

通过向后遍历列表，我们消除了删除元素时索引更改的问题。这会导致就地减少。

如果您想创建一个新列表，可以按照相同的想法通过列表推导来完成，但是由于我们没有在适当的位置进行操作，因此我们不必逆向工作：

lst[0] + [lst[ind] for ind in range(1, len(lst)) if lst[ind][1:] != lst[ind-1][1:]]

同样，lst[0] 是非重复的，因此会自动包含在内。

Answer 2

def combine_list(ls):
    cpy = ls[:]

    for i, sub in enumerate(ls[:len(ls) - 1]):
        if sub[1:] == ls[i + 1][1:]:
            cpy.remove(ls[i + 1])

    return cpy

这个功能应该可以工作。它会创建列表的新副本，以避免修改原始列表。然后它遍历原始列表（最后一个值除外），因为它保持不变。

然后它检查列表的最后一个值是否等于下一个列表的最后一个值。如果是，则删除下一个列表。

然后该函数返回新列表。

Answer 3

也许只使用一组来跟踪重复项？

def combine_list(lst):
    out = []
    seen = set()
    for item in lst:
        if not tuple(item[1:]) in seen:
            out.append(item)
            seen.add(tuple(item[1:]))
    return out

列表是一种可变的数据结构。因此不能保证列表的内容不会随着时间而改变。这意味着它不能用于散列函数（集合使用）。另一方面，元组是不可变的，因此是可散列的。

Answer 4

如果您想删除与最后三个元素相同且连续的子列表，则需要在最后三个元素上键入itertools.groupby：

from itertools import groupby
[next(g) for _, g in groupby(lst, key=lambda x: x[1:])]

#[['0.1', '0', 'RC', '100'],
# ['0.2', '10', 'RC', '100'],
# ['0.3', '5', 'HC', '20'],
# ['0.9', '10', 'RC', '100'],
# ['1.0', '0', 'RC', '100']]