Python3仅基于索引的一个值对元组列表进行Uniquify

Question

我发誓我是第一个搜索的，找到了很多“如果改编就可以工作”，但没有什么真正帮助我。我有一个元组列表，格式如下：

[('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

在本例中，它是一个元组列表，在所有索引中，第一个值是“Name”，第二个值是“Email”。而且这个列表还没有按任何特定的方式排序。你知道吗

我需要的是一个清晰易懂的方法（我不一定要找一个连我都看不懂的行文）来生成一个“非限定”列表，但要有以下规则/注意事项：

• 只有在发现元组的第二个值的重复项时才删除元组（在本例中，它恰好是电子邮件地址，应该是“noreply@bookfresh.com“”）
• 不要消除所有重复元组的实例。我需要保留一个，要保留的应该是第一个对象中len（）最多的元组。（在这种情况下，在重复的元组中，它只保留元组（'Your Book'，'noreply@bookfresh.com'). 你知道吗

在这个最小化的例子中，最终的输出是： 你知道吗

[('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

不管输出是否有序，因为我知道如何对未排序的元组列表进行排序。谢谢

Answer 1

可能最简单的方法是使用如下集合：

L = [('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com'), ..]

emails = set()

result_L = []

for item in L:
    if item[1] in emails:
        # this email address is already seen
        continue

    result_L += [item]
    emails.add(item[1])

但是，如果您想保留最后一项，您可以使用它（最后，您可能希望反转result_L）：

for i in reversed(L):
    # ...

还有很多其他的方法可以做到这一点。例如，考虑使用dict：

result_dict = {}

for item in L:
    result_dict[item[1]] = item[0]

result_L = [(y, x) for (x, y) in result_dict.items()] 

Answer 2

方法1：收集所有的名字

如果我们想要的是最容易理解的版本，而不是最圆滑的，也许是类似的

pairs = [('', 'noreply@bookfresh.com'), ('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com')]

data = {}
for name, email in pairs:
    if email not in data:
        data[email] = []
    data[email].append(name)

output = [(email, max(data[email], key=len)) for email in data]

会有用的。这将问题分为两部分：以电子邮件地址为键，以可能的名称列表为值构建字典；循环遍历所有电子邮件地址并获取最长的名称。你知道吗

第一部分可以用setdefault压缩，例如

for name, email in pairs:
    data.setdefault(email, []).append(name)

但不是每个人都熟悉。你知道吗

---

方法2：排序并使其唯一

或者，我们可以一次按电子邮件和名称长度排序，然后从中构建一个字典，只保留最后一个键/值对：

>>> pairs.sort(key=lambda x: (x[1], len(x[0])))
>>> data = {v: k for k,v in pairs}
>>> [(v,k) for k,v in data.items()]
[('Andrea', 'andrea@aaa.com'), ('Your Book', 'noreply@bookfresh.com')]

Answer 3

你可以用第二个词条作为你的键来建立一个字典。词典有一个恰当的做法，即在其关键字中不包含任何重复项。如果在构建字典之前按第一个元素的长度排序，它将为您提供所需的内容：

your_list_sorted = sorted(your_list, key=lambda x: len(x[0]))
out = dict((v, k) for k, v in your_list_sorted)

如果您需要列表形式的输出，您可以通过out_list = list(out.items())来获得它。你知道吗