python - 如何获取文本文件第一列的唯一元素？

Question

我正在处理一个文本文件，其列由制表符分隔。我想获取第一列的所有唯一值。

文本输入例如:

"a\t\xxx\t..\zzz\n
 a\t\xxx\t....\n
 b\t\xxx\t.....\n
 b\t\xxx\t.....\n
 c\t\xxx\t.....\n"

所以在这种情况下，我想得到一个数组:uniques=["a","b","c"]

代码:

def getData(fin):
    input = open(fin, 'r',encoding='utf-16')
    headers=input.readline().split()
    lines=input.readlines()[1:]
    uniques=[(lambda line: itertools.takewhile(lambda char: char!='\t',line))for line in lines]

我得到的不是所需的值，而是一个列表:

<function getData.<locals>.<listcomp>.<lambda> at 0x000000000C46DB70>

我已经读过这篇文章Python: Lambda function in List Comprehensions我不明白你必须使用括号来确保正确的执行顺序。我仍然得到相同的结果。

Answer 1

你可以只使用split():

def getData(fin):
    input = open(fin, 'r',encoding='utf-16')
    headers=input.readline().split()
    lines=input.readlines()[1:]
    uniques=[line.split('\t')[0] for line in lines]

请注意，这不会产生唯一值，它会产生每一行的值。要使其独一无二，请执行以下操作:

uniques = list(set(uniques))