Python - 从复杂对象的有序列表中删除重复项？

  • Z时代
  • 2024-01-10
  • 分类：问答

我从JSON形式产生这样的字典几个milions的名单：Python - 从复杂对象的有序列表中删除重复项？

{ 
    "_id":XXX, 
    "some_other":"fields", 
    ... 
}

列表必须是安全的排序由_id关键但也有与重复_id disctionaries。与列表大小（最多大约10-100）相比，实际上很少有重复项。我只想为每个重复的_id只取第一个（或最后一个，只要它是确定性的）字典。在JavaScript中我会使用下列内容：

list.sort((a,b)=>a._id>b._id?1:(a._id<b._id?-1:0)) 
    .filter((ent,i,arr)=>i==0||ent!=arr[i-1])

但是我想过滤的蟒蛇变种不允许访问项目的索引？在Python中有没有类似的简短方法来完成这样的事情？我发现sorted(...)函数允许我以我想要的方式对这个列表进行排序，但是我仍然不知道如何滤除以下重复项（没有明显的，粗暴的for循环）。

回答：

使用字典来删除重复项（这将始终保持对每个_id最后一次出现）：

d = {i['_id']: i for i in your_list}

然后排序它的值由_id：

list(sorted(d.values(), key=lambda i: i['_id']))

回答：

的惯用方式，蟒蛇，将是：

import itertools 
import operator 
get_id = operator.itemgetter('_id') #factory function: lambda x:x['_id'] 
grouped = itertools.groupby(sorted(json_data, key=get_id), get_id) 
result = [next(g) for k,g in grouped]

注意，内置的蟒蛇sorted是一个稳定的排序，使用一个名为timsort的自适应合并类。

itertools是一个非常有用的模块，有效地实现了各种惰性迭代器。 groupby是一个组的迭代器：

# [k for k, g in groupby('AAAABBBCCDAABBB')] --> A B C D A B 
# [list(g) for k, g in groupby('AAAABBBCCD')] --> AAAA BBB CC D

您可以创建你的JavaScript的音译，使用python匿名函数和三元操作符（在Python中，“条件表达式”）。注意，Python的sorted功能不使用比较器功能，它采用了key-based function：

键指定用于提取从每个列表元素的 比较关键的一个参数的函数：key=str.lower。默认 的值是None（直接比较元素）。

在Python 2，一个cmp论点，即工作方式类似于给Javascript版本仍然是可用的（例如，它返回-1，1或0的函数）

cmp被弃用，最后在Python 3除去赞成key。

回答：

使用sorted，filter和map：

d = [ 
    { 
     "_id": 3, 
     "some_other": "a" 
    }, 
    { 
     "_id": 1, 
     "some_other": "b" 
    }, 
    { 
     "_id": 2, 
     "some_other": "c" 
    }, 
    { 
     "_id": 2, 
     "some_other": "d" 
    } 
] 
sorted_d = sorted(d, key=lambda x: x['_id']) 
map(
    lambda y: y[1], 
    filter(
     lambda x: True if x[0]==0 else sorted_d[x[0]]["_id"] != sorted_d[x[0]-1]["_id"], 
     enumerate(sorted_d) 
    ) 
)

输出：

[{'_id': 1, 'some_other': 'b'}, 
{'_id': 2, 'some_other': 'c'}, 
{'_id': 3, 'some_other': 'a'}]

以上是 Python - 从复杂对象的有序列表中删除重复项？ 的全部内容， 来源链接： utcz.com/qa/267186.html

回到顶部