如何从python中的列表列表中获取n个最大的列表

我正在使用heapq从列表列表中获取最大的元素。我写的程序如下

import csv
import heapq
f = open("E:/output.csv","r")
read = csv.reader(f)

allrows = [row for row in read]

for i in xrange(0,2):
     print allrows[i]

allrows.sort(key=lambda x: x[2]) #this is working properly
it=heapq.nlargest(20,enumerate(allrows),key=lambda x:x[2]) #error

我只想要前20个元素。因此，我考虑使用堆来代替排序。我得到的错误是

  Traceback (most recent call last):
File "D:\eclipse_progs\DaDv\IMDB\Assignment1.py", line 42, in <module>
  it=heapq.nlargest(2,enumerate(allrows),key=lambda x:x[2])
File "C:\Python27\lib\heapq.py", line 470, in nlargest
  result = _nlargest(n, it)
File "D:\eclipse_progs\DaDv\IMDB\Assignment1.py", line 42, in <lambda>
  it=heapq.nlargest(2,enumerate(allrows),key=lambda x:x[2])
IndexError: tuple index out of range

回溯（最近一次呼叫最后一次）：
文件“D:\eclipse\u progs\DaDv\IMDB\Assignment1.py”，第42行，在
it=heapq.nlargest（2，枚举（所有行），key=lambda x:x[2]）
文件“C:\Python27\lib\heapq.py”，第470行，NLAGEST中
结果=\ n最大值（n，it）
文件“D:\eclipse\u progs\DaDv\IMDB\Assignment1.py”，第42行，在
it=heapq.nlargest（2，枚举（所有行），key=lambda x:x[2]）
索引器错误：元组索引超出范围

我能知道为什么会出现错误以及如何解决它吗。是否缺少使用heapq的任何属性。

enumerate（）

返回超过2元组的iterable。因此，在第二个示例中访问

x[2]

总是超出范围（唯一有效的索引是0和1）

要使第二个示例与第一个示例等效，您应该直接传递

allrows

，而不是使用

enumerate（）

：

如果需要保留原始索引，

enumerate（）

是一种方法。但是，您还需要在键函数中增加一个间接级别：

it = heapq.nlargest(20, enumerate(allrows), key=lambda x:x[1][2]) 
                        ^^^^^^^^^                         ^^^

---

感谢NPE指出了这个问题，作为替代答案，您可以将所有行与

itertools.chain（）

连接起来，并通过排序获得前20个元素，它们的性能比

heapq

更高：

from itertools import chain

sorted(chain(*allrows))[-20:]

如果您试图 找到数量相对较少的项目。如果你只是想找到一个最小的 或者最大的项目

（N=1）

，使用

min（）

和

max（）

会更快。类似地，如果N是关于 与集合本身大小相同，通常先对其进行排序并取一个切片（即。，

---

使用

sorted（items）[:N]

或

sorted（items）[-N:][/code>）。
行的长度是多少？那些是一样的吗？是的，它们是4号的。所有的，我现在明白了。枚举数返回一个元组。sox[1][2]。我也需要索引，所以我使用enumerate。如果能看到一些基准来支持性能声明（这些东西通常都充满了惊喜），那就太好了。@kasra OP不是在问如何获得前20个元素的解决方案，他是在问他所得到的错误。@Vishnuupadhay是的，尽管这不是我的qsn。直到现在我才知道这件事。所以，谢谢你，卡萨拉。@NPE是的，这是可能的，但我要说的是，以前的基准测试是什么！
NLAGEST（）
和
nsmallest（）
的实现在其运行方式上是自适应的，并将代表您执行其中一些优化。@VishnuUpadhyay当NPE正确描述问题时，我必须说什么？；）
from itertools import chain

sorted(chain(*allrows))[-20:]