如何检查 Python 集合中的字符串答案

【问题标题】：How to check a Python Set for a string如何检查 Python 集合中的字符串
【发布时间】：2018-07-03 08:06:43
【问题描述】：

希望这不会在标题上被否决，但想不出更好的方法来解释这个问题。

根据我在 Stack 上看到的建议，我正在使用 Sets 来忽略重复的行，这很有效，直到我得到一个用例，其中行略有变化，但我仍然想将该行作为重复项过滤掉。在我的示例中，我似乎无法在字符串中搜索某个关键字，因此在下面的示例中，我排除了任何新行，其中第一列（即 ID）已经存在，在本例中为伦敦。

例如。

London,Sold,2021-12-07,1000000,301909
London,Sold,2021-12-07,1000000,999999

所以我想知道是否可以在添加或忽略之前检查 ID London 是否存在于我的 Set 中，但我找不到任何方法来做到这一点。我尝试了元组，但不确定这是我的解决方案，我无法从列表中创建一个集合。我的简单测试用例如下，最终结果是我只得到了我的集合中的行，而不是现在发生的测试行。

testline = 'London,Sold,2021-12-07,1000000,301909'
id = 'London'

j="testline2"
seen = set()
seen.add(testline)

if id not in seen:
    seen.add(j)

print seen

【问题讨论】：

如果你发现这样一个近乎重复的东西，你想保留第一个还是第二个遇到的项目？
保留第一次出现

标签： python string list duplicates set

【解决方案1】：

您似乎想要一个字典，其中键是第一个值，而不是一个集合。

seen = {}
id = testline.partition(',')[0]
seen[id] = testline
...
if id not in seen:
    ...

【讨论】：

你能改一下id的名字吗？隐藏内置插件不是好习惯..
当然，会在以后的帖子中使用，只是将其用作示例，但会记住最佳实践。谢谢

【解决方案2】：

testline = 'London,Sold,2021-12-07,1000000,301909'
id = 'London'

j="testline2"
seen = set()
for element in testline.split(',')
    seen.add(element)
if id not in seen:
    seen.add(j)

print seen

【讨论】：

【解决方案3】：

您已接近解决方案：

testline = ['London','Sold','2021-12-07','1000000','301909'] #updated
id = 'London'

j="testline2"
seen = set(testline) #updated
if id not in seen:
    seen.add(j)

print (seen )

【讨论】：

与 OP 的代码有什么不同？我认为缩进不是问题。
啊，您将testline 拆分为一个列表。您应该在回答中提及这一点。但是，除非您告诉 OP 如何以编程方式执行此操作，否则我认为这本身不会有太大帮助。
谢谢@tobias_k，我会在以后的回答中考虑你的建议。

【解决方案4】：

您需要提取逗号分隔字符串的第一个拆分并将其添加到您的集合中。为此，您可以使用 x.split(',', 1)[0] 或 x.partition(',')[0]。

逻辑与常用的itertools配方unique_everseen、available in the official docs相同。

配方已在 3rd 方toolz.unique 中重新实现，可以省去你重新发明轮子的麻烦：

from toolz import unique

L = ['London,Sold,2021-12-07,1000000,301909',
     'London,Sold,2021-12-07,1000000,999999']

res = list(unique(L, key=lambda x: x.partition(',')[0]))

print(res)
['London,Sold,2021-12-07,1000000,301909']

【讨论】：