python - 删除数据列表中的重复项 Python 2.7/Django

Question

例如，我有一个名为 attendances 的列表包含多个数据，例如:

[ <Attendance>: 11804 : 2018-07-18 12:22:55, <Attendance>: 11804 : 2018-07-18 12:23:04, <Attendance>: 2 : 2018-07-25 16:17:18, <Attendance>: 2 : 2018-07-25 16:17:20, <Attendance>: 2 : 2018-07-25 16:17:23, <Attendance>: 2 : 2018-07-25 16:27:52]

当我需要打印它时。我做的很简单:

for data in attendances:
    print 'User ID   : {}'.format(data.user_id)
    print 'Timestamp : {}'.format(data.timestamp) 

结果将是:

User ID   : 11804
Timestamp : 2018-07-18 12:22:55
User ID   : 11804
Timestamp : 2018-07-18 12:23:04
User ID   : 2
Timestamp : 2018-07-25 16:17:18
User ID   : 2
Timestamp : 2018-07-25 16:17:20
User ID   : 2
Timestamp : 2018-07-25 16:17:23
User ID   : 2
Timestamp : 2018-07-25 16:27:52

但这不是我需要的，因为它打印了所有数据。我只需要显示每个 User ID 中的第一个数据.

像这样:

User ID   : 11804
Timestamp : 2018-07-18 12:22:55
User ID   : 2
Timestamp : 2018-07-25 16:17:18

有人知道我应该做什么吗？...

Answer 1

带有查询

您可以进行查询以获得包含字典的QuerySet。在这种情况下，每个字典都包含一个 'user_id' 键和一个 'first_timestamp' 键，例如:

from django.db.models import <b>Min</b>

data =Attendance.objects.values('user_id').annotate(
    <b>first_timestamp=Min('timestamp')</b>
).order_by('user_id')

然后您可以枚举结果，并按如下方式打印:

for data in attendances:
    print 'User ID   : {}'.format(data['user_id'])
    print 'Timestamp : {}'.format(data['timestamp']) 

使用集合来维护已见过用户

如果无法编写此类查询(例如，您会得到一个列表)。我们可以先进行排序，然后维护一组已经见过的用户id:

from operator import attrgetter

sorted_attendances = sorted(attendances, key=attrgetter('timestamp'))
seen_users = set()

for attendance in sorted_attendances:
    if <b>attendance.user_id not in seen_users</b>:
        seen_users.add(attendance.user_id)
        print 'User ID   : {}'.format(data.user_id)
        print 'Timestamp : {}'.format(data.timestamp)

但是，这种方法通常更昂贵，因为数据库传输的数据量更大，因此要处理的数据量也更大。