过滤列表中的两个第一个匹配元素

Posted 2021-04-08

我有一个按升序排序的列表列表，类似于这个：

input = [[1,1],[1,2],[1,3],[1,4],[2,1],[2,2],[2,3],[3,1],[6,1],[6,2]]

我想过滤此列表，以便新列表只包含位置0中匹配整数的前两个（或唯一）元素，如下所示：

output = [[1,1],[1,2],[2,1],[2,2],[3,1],[6,1],[6,2]]

如果剩余元素（不符合标准的元素）将保留在输入列表中，而匹配元素将单独存储，那将是理想的。

我该怎么做呢？

先感谢您！

编辑：索引1上的元素实际上可以是任何整数，例如[[1,6],[1,7],[1,8],[2,1],[2,2]]

答案

Pandas

虽然这有点矫枉过正，但我​​们可以使用pandas：

import pandas as pd

pd.DataFrame(d).groupby(0).head(2).values.tolist()

与d原始列表。然后产生：

>>> pd.DataFrame(d).groupby(0).head(2).values.tolist()
[[1, 1], [1, 2], [2, 1], [2, 2], [3, 1], [6, 1], [6, 2]]

请注意，这将返回列表的副本，而不是原始列表。此外，所有行应具有相同数量的项目。

Itertools groupby and islice

如果按字典顺序排列列表，那么我们可以使用itertools.groupby：

from operator import itemgetter
from itertools import groupby, islice

[e for _, g in groupby(d, itemgetter(0)) for e in islice(g, 2)]

这再次产生：

>>> [e for _, g in groupby(d, itemgetter(0)) for e in islice(g, 2)]
[[1, 1], [1, 2], [2, 1], [2, 2], [3, 1], [6, 1], [6, 2]]

由于我们将引用复制到列表中，因此它也更灵活，并且所有列表可以具有不同数量的元素（这里至少有一个）。

编辑

通过让islice以相反的方式工作，可以获得其余的值：保留除了第一个之外的所有内容：

[e for _, g in groupby(d, itemgetter(0)) for e in islice(g, 2, None)]

然后我们获得：

>>> [e for _, g in groupby(d, itemgetter(0)) for e in islice(g, 2, None)]
[[1, 3], [1, 4], [2, 3]]

另一答案

您还可以使用collections.defaultdict按第一个索引对子列表进行分组：

from collections import defaultdict
from pprint import pprint

input_lst = [[1,1],[1,2],[1,3],[1,4],[2,1],[2,2],[2,3],[3,1],[6,1],[6,2]]

groups = defaultdict(list)
for lst in input_lst:
    key = lst[0]
    groups[key].append(lst)

pprint(groups)

这给了这个分组字典：

defaultdict(<class 'list'>,
        {1: [[1, 1], [1, 2], [1, 3], [1, 4]],
         2: [[2, 1], [2, 2], [2, 3]],
         3: [[3, 1]],
         6: [[6, 1], [6, 2]]})

然后你可以从每个键中取出前两个[:2]值，并确保结果被展平并最终排序：

from itertools import chain

result = sorted(chain.from_iterable(x[:2] for x in groups.values()))

print(result)

哪个输出：

[[1, 1], [1, 2], [2, 1], [2, 2], [3, 1], [6, 1], [6, 2]]