python - 使用条件删除列表列表中的重复项

Question

我有一个由 2 个元素组成的集合，第一个元素仍然是单词，第二个元素是单词来自的文件，现在我需要将文件名附加到单词，如果词是一样的例如。 输入([['word1', 'F1.txt'], ['word1', 'F2.txt'], ['word2', 'F1.txt'], ['word2', 'F2. txt'], ['word3', 'F1.txt'], ['word3', 'F2.txt'], ['word4', 'F2.txt']])应该输出 [['word1', 'F1.txt', 'F2.txt'], ['word2', 'F1.txt', 'F2.txt'], ['word3', 'F1. txt', 'F2.txt'], ['word4', 'F2.txt']]你能给我一些关于如何做到这一点的提示吗？

Answer 1

你可以使用 set和 defaultdict :

from collections import defaultdict


def remove_dups_pairs(lst):
    s = set(map(tuple, lst))
    d = defaultdict(list)
    for word, file in s:
        d[word].append(file)
    return [[key] + values for key, values in d.items()]


print(remove_dups_pairs([["fire", "elem.txt"], ["fire", "things.txt"], ["water", "elem.txt"], ["water", "elem.txt"], ["water", "nature.txt"]]))

输出

[['fire', 'elem.txt', 'things.txt'], ['water', 'elem.txt', 'nature.txt']]

正如@ShmulikA 提到的集合不保留顺序，如果您需要保留顺序，您可以这样做:

def remove_dups_pairs(lst):
    d = defaultdict(list)
    seen = set()
    for word, file in lst:
        if (word, file) not in seen:
            d[word].append(file)
            seen.add((word, file))

    return [[key] + values for key, values in d.items()]


print(remove_dups_pairs([["fire", "elem.txt"], ["fire", "things.txt"], ["water", "elem.txt"], ["water", "elem.txt"],
                         ["water", "nature.txt"]]))

输出

[['water', 'elem.txt', 'nature.txt'], ['fire', 'elem.txt', 'things.txt']]