Python 处理字典列表中的重复项

我用DictReader上传了一个csv文件，所以我基本上有一个字典列表。例如，我有一个具有以下内容的被叫阅读器：

[{'name': 'Jack', 'hits:' :7, 'misses:': 12, 'year': 10}, 
{'name': 'Lisa', 'hits': 5, 'misses': 3,' year': 8},
{'name': 'Jack', 'hits': 5, 'misses ':7, 'year': 9}]
 

name = []
hits = []
for row in reader:
  name.append(row["name"])
  hits.append(row["hits"])

我使用循环创建如下列表：

[{'name': 'Jack', 'hits:' :7, 'misses:': 12, 'year': 10}, 
{'name': 'Lisa', 'hits': 5, 'misses': 3,' year': 8},
{'name': 'Jack', 'hits': 5, 'misses ':7, 'year': 9}]
 

name = []
hits = []
for row in reader:
  name.append(row["name"])
  hits.append(row["hits"])

然而，我不想在我的名单上重复，所以如果有重复的名字，我只对最高年份的名字感兴趣。所以基本上我想以以下几点结束

name = [Jack, Lisa]
hits = [7,5]

做这件事最好的方法是什么

试试：

reader = sorted(reader, key = lambda i: i['year'], reverse=True)
name = []
hits = []
for row in reader:
    if row['name'] in name:
        continue
    name.append(row["name"])
    hits.append(row["hits"])

想法是根据年份对dict列表进行排序，然后迭代列表。

尝试：

reader = sorted(reader, key = lambda i: i['year'], reverse=True)
name = []
hits = []
for row in reader:
    if row['name'] in name:
        continue
    name.append(row["name"])
    hits.append(row["hits"])

import pandas as pd

data = [{'name': 'Jack', 'hits' :7, 'misses': 12, 'year': 10}, 
{'name': 'Lisa', 'hits': 5, 'misses': 3,'year': 8},
{'name': 'Jack', 'hits': 5, 'misses':7, 'year': 9}]

df = pd.DataFrame(data).sort_values(by=['name','year'],ascending=False).groupby('name').first()
dict(zip(df.index,df['hits']))

---

其思想是根据年份对dict列表进行排序，然后遍历该列表。

在纯Python中，无库：

import pandas as pd

data = [{'name': 'Jack', 'hits' :7, 'misses': 12, 'year': 10}, 
{'name': 'Lisa', 'hits': 5, 'misses': 3,'year': 8},
{'name': 'Jack', 'hits': 5, 'misses':7, 'year': 9}]

df = pd.DataFrame(data).sort_values(by=['name','year'],ascending=False).groupby('name').first()
dict(zip(df.index,df['hits']))

people = {}  # maps "name" -> "info"

for record in csv_reader:

    # do we have someone with that name already?
    old_record = people.get(record['name'], {})

    # what's their year (defaulting to -1)
    old_year = old_record.get('year', -1)

    # if this record is more up to date
    if record['year'] > old_year:
        # replace the old record
        people[record['name']] = record

# -- then, you can pull out your name and year lists

name = list(people.keys())
year = list(r['year'] for r in people.values())
    

如果你想学熊猫

import pandas as pd

df = pd.read_csv('yourdata.csv')
df.groupby(['name']).max()

---

在纯Python中，没有库：

people = {}  # maps "name" -> "info"

for record in csv_reader:

    # do we have someone with that name already?
    old_record = people.get(record['name'], {})

    # what's their year (defaulting to -1)
    old_year = old_record.get('year', -1)

    # if this record is more up to date
    if record['year'] > old_year:
        # replace the old record
        people[record['name']] = record

# -- then, you can pull out your name and year lists

name = list(people.keys())
year = list(r['year'] for r in people.values())
    

如果你想学熊猫

import pandas as pd

df = pd.read_csv('yourdata.csv')
df.groupby(['name']).max()

---

无熊猫的解决方案：

lst=[ {姓名：杰克，命中率：7，未命中率：12，年份：10}， {姓名：丽莎，命中率：5，未命中率：3，年份：8}， {姓名：杰克，命中率：5，未命中率：7，年份：9}， ] out={} 对于lst中的d： out.setdefaultd[名称]，]追加 name=[*out] hits=[maxi[hits]表示i-in-v表示v-in-out.values] 打印名 印刷品 印刷品：

[‘杰克’、‘丽莎’] [7, 5]

---

无熊猫的解决方案：

lst=[ {姓名：杰克，命中率：7，未命中率：12，年份：10}， {姓名：丽莎，命中率：5，未命中率：3，年份：8}， {姓名：杰克，命中率：5，未命中率：7，年份：9}， ] out={} 对于lst中的d： out.setdefaultd[名称]，]追加 name=[*out] hits=[maxi[hits]表示i-in-v表示v-in-out.values] 打印名 印刷品 印刷品：

[‘杰克’、‘丽莎’] [7, 5]

---

这很接近，但是点击列表包含所有值。因此，不会删除名称重复的值。抱歉，这是有效的。这很接近，但是命中列表包含所有值。因此，不删除名称重复的值。很抱歉，这是有效的。