如何过滤某种类型的python列表答案

【问题标题】：How to filter a certain type of python list如何过滤某种类型的python列表
【发布时间】：2021-04-08 12:43:35
【问题描述】：

我有一个字符串列表。每个字符串在格式中具有相同的长度/字符数 xyzw01.ext或xyzv02.ext等

例如

list 1: ['ABCJ01.ext','CDEJ02.ext','ADEJ01.ext','CDEJ01.ext','ABCJ02.ext','CDEJ03.ext']
list 2: ['ABCJ01.ext','ADEJ01.ext','CDEJ01.ext','RPNJ01.ext','PLEJ01.ext']

我想从这些列表中构建新列表，其中仅包含数字最高的字符串。所以从列表 1 中我想得到

['ADEJ01.ext','ABCJ02.ext','CDEJ03.ext']

而对于列表 2，我想获得相同的列表，因为所有数字都是 01。

有没有“简单”的方法来实现这一点？

【问题讨论】：

请参阅intro tour,help center,how to ask a good question, 上的此帖子以及如何提供minimal reproducible example. 询问“我该如何做 X？”被认为与 SO 无关。

标签： python-3.x

【解决方案1】：

您可以使用defaultdict 和max

from collections import defaultdict

def fun(lst):
    res = defaultdict(list)
    for x in lst:
        res[x[:4]].append(x)
    return [max(res[x], key=lambda x: x[4:6]) for x in res]


lst = ['ABCJ01.ext','CDEJ02.ext','ADEJ01.ext','CDEJ01.ext','ABCJ02.ext','CDEJ03.ext']
lst2 = ['ABCJ01.ext','ADEJ01.ext','CDEJ01.ext','RPNJ01.ext','PLEJ01.ext']

print(fun(lst))
print(fun(lst2))

输出：

['ABCJ02.ext', 'CDEJ03.ext', 'ADEJ01.ext']
['ABCJ01.ext', 'ADEJ01.ext', 'CDEJ01.ext', 'RPNJ01.ext', 'PLEJ01.ext']

【讨论】：

【解决方案2】：

最简单的方法可能是使用中间数据结构，例如dict - 根据名称的第一部分将列表项排序到存储桶中，然后为每个存储桶取最大数量。我们可以只使用内置的max() 而不使用键，因为给定的字典排序可以找到最大的。如果这还不够，您可以使用更多正则表达式从项目中取出数字并将其用作键。

import re

def filter_list(lst):
    prefixes = {}
    for item in lst:
        # use regex to isolate the non-numeric characters at the start of the string
        prefix = re.match(r'^([^0-9]*)', item).group(1)
        # make a bucket based on each prefix, and put the item in it
        prefixes.setdefault(prefix, [])
        prefixes[prefix].append(item)
    # make a list comprehension taking the maximum item from each bucket
    return [max(value) for value in prefixes.values()]

>>> a = ['ABCJ01.ext','CDEJ02.ext','ADEJ01.ext','CDEJ01.ext','ABCJ02.ext','CDEJ03.ext']
>>> b = ['ABCJ01.ext','ADEJ01.ext','CDEJ01.ext','RPNJ01.ext','PLEJ01.ext']
>>> filter_list(a)
['ABCJ02.ext', 'CDEJ03.ext', 'ADEJ01.ext']
>>> filter_list(b)
['ABCJ01.ext', 'ADEJ01.ext', 'CDEJ01.ext', 'RPNJ01.ext', 'PLEJ01.ext']

在 python 3.7+ 中，这应该从 每个前缀的第一次出现 保留列表的顺序（即，CDEJ03.ext 将在输出中位于 ADEJ01.ext 之前，因为 CDEJ02.ext 在它之前输入）。
要以与原始列表完全相同的顺序获得输出，行为，您需要明确地重新分配键，而不是使用 .setdefault()，也许使用像 prefixes[prefix] = prefixes[prefix] if prefix in prefixes else [] 这样的模式。

【讨论】：