计算列表中重复项的数量[重复]

Question

我正在尝试构建此函数，但我不知道如何停止该函数多次计算相同的重复项。有人可以帮帮我吗？

def count_duplicates(seq): 

    '''takes as argument a sequence and
    returns the number of duplicate elements'''

    fir = 0
    sec = 1
    count = 0
    while fir < len(seq):
        while sec < len(seq):
            if seq[fir] == seq[sec]:
                count = count + 1
            sec = sec + 1
        fir = fir + 1
        sec = fir + 1
    return count 

在：count_duplicates([-1,2,4,2,0,4,4])

输出：4

这里失败了，因为输出应该是3。

Answer 1

您可以从列表中创建一个set，它会自动删除重复项，然后计算创建的集合与原始列表的长度之差。 像这样：

def count_duplicates(seq): 

    '''takes as argument a sequence and
    returns the number of duplicate elements'''

    return len(seq) - len(set(seq))

res = count_duplicates([-1,2,4,2,0,4,4])
print(res)  # -> 3

如果您不被允许或不想使用任何内置快捷方式（无论出于何种原因），您可以采用 long(er) 方式：

def count_duplicates2(seq): 

    '''takes as argument a sequence and
    returns the number of duplicate elements'''

    counter = 0
    seen = set()
    for elm in seq:
        if elm in seen:
            counter += 1
        else:
            seen.add(elm)
    return counter

res = count_duplicates2([-1,2,4,2,0,4,4])
print(res)  # -> 3

---

最后，就您的代码而言，@AlanB 在his answer 中很好地概述了它的问题。我选择不打扰更正您的代码，因为在我看来这是一个XY Problem。很明显，您具有某种编程背景，但您复杂的 while 循环只是不是在 Python 中完成的方式。

Answer 2

Ev 的解决方案。 Kounis 是最简单的，我认为你应该使用它。但是，如果您想坚持自己的代码，这就是它不起作用的原因：

使用您复杂的while 循环，您基本上会说“对于我列表中的每个项目，当您找到重复项时增加count”，这基本上就是您想要的。但由于您有两个“4 个重复项”，它会增加 count 一个额外的时间。

seq=[-1,2,4,2,0,4,4]
fir = 0
sec = 0
count = 0
print "Pairs of duplicates: "
for fir, item1 in enumerate(seq):
    for sec, item2 in enumerate(seq):
        if fir < sec and seq[fir] == seq[sec] :
            count+=1
            print(fir, sec)
    
print "Number of duplicates: ", count 

哪些输出：

Pairs of duplicates: 
(1, 3)
(2, 5)
(2, 6)
(5, 6)
Number of duplicates:  4

(5,6) 对不正确。

要解决此问题，只需在您的 if 语句中添加一个条件，以防止对一个项目进行两次比较：

seq=[-1,2,4,2,0,4,4]
fir = 0
sec = 0
count = 0
duplicates=[]
print "Pairs of duplicates: "
for fir, item1 in enumerate(seq):
    for sec, item2 in enumerate(seq):
        if fir < sec and seq[fir] == seq[sec] and seq[fir] not in duplicates:
            count+=1
            print(fir, sec)

    duplicates.append(seq[fir])

print "Number of duplicates: ", count

输出期望的结果：

Pairs of duplicates: 
(1, 3)
(2, 5)
(2, 6)
Number of duplicates:  3

再一次，做

len(seq)-len(set(seq))

更简单，效果也很好。

编辑：

我意识到我的示例中没有使用 while 循环。

def count_duplicates(seq): 

    fir = 0
    sec = 0
    count = 0
    duplicates=[]
    print "Pairs of duplicates: "
    while fir < len(seq):
        while sec < len(seq):
            if fir < sec and seq[fir] == seq[sec] and seq[fir] not in duplicates:
                count += 1
                print(fir, sec)
            sec += 1
        duplicates.append(seq[fir])
        fir += 1
        sec = 0
    return count 


c=count_duplicates([-1,2,4,2,0,4,4])
print "Number of duplicates: ", c

Answer 3

使用 Pandas 的方法。此方法适用于具有重复项的大型列表。

data = [-1,2,4,2,0,4,4]
import pandas as pd
df = pd.DataFrame({'data':data}) #Loading the data as Data Frame
print(df[df1==False]) #Printing Non-Duplicated Values
   data
0    -1
1     2
2     4
4     0
print(df[df1==False].count()) #Taking count of Non-Duplicate Values
data    4
dtype: int64