Python，从元组列表中删除重复项答案

【问题标题】：Python, remove duplicates from list of tuplesPython，从元组列表中删除重复项
【发布时间】：2011-06-29 08:59:51
【问题描述】：

我有以下清单：

[('mail', 167, datetime.datetime(2010, 9, 29)) , 
 ('name', 1317, datetime.datetime(2011, 12, 12)), 
 ('mail', 1045, datetime.datetime(2010, 8, 13)), 
 ('name', 3, datetime.datetime(2011, 11, 3))]

我想从列表中删除与日期不是最新的元组中的第一项重合的项目。换句话说，我需要得到这个：

[('mail', 167, datetime.datetime(2010, 9, 29)) , 
 ('name', 1317, datetime.datetime(2011, 12, 12))]

【问题讨论】：

标签： python list items

【解决方案1】：

您可以使用字典来存储迄今为止为给定键找到的最高值：

temp = {}
for key, number, date in input_list:
    if key not in temp: # we see this key for the first time
        temp[key] = (key, number, date)
    else:
        if temp[key][2] < date: # the new date is larger than the old one
            temp[key] = (key, number, date)
result = temp.values()

【讨论】：

使用list 作为变量名可能不是一个好主意。不过答案很好。
这种情况你可以考虑collections.namedtuple来避免[2]。

【解决方案2】：

以下方法使用字典来覆盖具有相同键的条目。由于列表按日期排序，较旧的条目会被较新的条目覆盖。

temp = {}
for v in sorted(L, key=lambda L: L[2]): # where L is your list
    temp[v[0]] = v
result = temp.values()

或者，对于更紧凑（但可读性更低）的内容：

result = dict((v[0],v) for v in sorted(L, key=lambda L: L[2])).values()

更新

如果列表已经（或大部分）按日期排序，则此方法会相当快。如果不是，特别是如果它是一个大列表，那么这可能不是最好的方法。

对于未排序的列表，通过先按键排序，然后按日期排序，您可能会获得一些性能改进。即sorted(L, key=lambda L: (L[0],L[2]))。

或者，更好的是，选择Space_C0wb0y's answer。

【讨论】：

+1 这个方法当然比我的要好，如果列表还是排序的话。

【解决方案3】：

d = {}

for item in list:
    if (item[0], item[1]) not in d:
        d[(item[0], item[1])] = item[2]
    else:
        if item[2] > d[(item[0], item[1])]:
            d[(item[0], item[1])] = item[2]

item = [(x[0], x[1], d[x] for x in d.keys()]

【讨论】：

【解决方案4】：

您可以通过对列表进行排序并通过 d[2] 获取最高值来做到这一点：

    In [26]: d
    Out[26]: 
    [('mail', 167, datetime.datetime(2010, 9, 29, 0, 0)),
     ('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
     ('mail', 1045, datetime.datetime(2010, 8, 13, 0, 0)),
     ('name', 3, datetime.datetime(2011, 11, 3, 0, 0))]

    In [27]: d.sort(key = lambda i: i[2], reverse=True)

    In [28]: d
    Out[28]: 
    [('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
     ('name', 3, datetime.datetime(2011, 11, 3, 0, 0)),
     ('mail', 167, datetime.datetime(2010, 9, 29, 0, 0)),
     ('mail', 1045, datetime.datetime(2010, 8, 13, 0, 0))]

    In [29]: [i for pos, i in enumerate(d) if i[0] in [j[0] for j in d[pos+1:]]]
    Out[29]: 
    [('name', 1317, datetime.datetime(2011, 12, 12, 0, 0)),
     ('mail', 167, datetime.datetime(2010, 9, 29, 0, 0))]

【讨论】：

【解决方案5】：

给你。

#!/usr/bin/python2

from pprint import pprint
import datetime

ol = [('mail', 167, datetime.datetime(2010, 9, 29)) , 
     ('name', 1317, datetime.datetime(2011, 12, 12)), 
     ('mail', 1045, datetime.datetime(2010, 8, 13)), 
     ('name', 3, datetime.datetime(2011, 11, 3))]

d = {}

for t in sorted(ol, key=lambda t: (t[0], t[2])):
    d[t[0]] = t
out = d.values()

pprint(out)

使用第一个和第三个元组元素作为键对列表进行排序，然后使用哈希表删除重复项。

【讨论】：