Python 保持冻结集中元素的顺序

我有一个元组列表，每个元组包含一个字符串和两个整数。列表如下所示：

x = [('a',1,2), ('b',3,4), ('x',5,6), ('a',2,1)]

 Name  Marks1  Marks2
0    a       1       2
1    b       3       4
2    x       5       6

该列表包含数千个这样的元组。现在，如果我想获得独特的组合，我可以按如下方式执行列表中的

frozenset

：

y = set(map(frozenset, x))

这给了我以下结果：

{frozenset({'a', 2, 1}), frozenset({'x', 5, 6}), frozenset({3, 'b', 4})}

我知道集合是一个无序的数据结构，这是正常情况，但我想在这里保留元素的顺序，以便以后可以将元素插入到数据帧中。数据帧将如下所示：

x = [('a',1,2), ('b',3,4), ('x',5,6), ('a',2,1)]

 Name  Marks1  Marks2
0    a       1       2
1    b       3       4
2    x       5       6

---

没有定购的冷冻套装。您可以创建已排序的元组来检查是否存在项，如果元组在集合中不存在，则添加原始元组：

y = set()
lst = []
for i in x:
    t = tuple(sorted(i, key=str)
    if t not in y:
         y.add(t)
         lst.append(i)
print(lst)
# [('a', 1, 2), ('b', 3, 4), ('x', 5, 6)]

---

第一个条目将被保留。

而不是直接在

frozenset

的

集合上操作，您只能将其用作辅助数据结构，如（复制的逐字）：

当您使用
key=frozenset
时，这基本上可以解决这个问题：

>>> x = [('a',1,2), ('b',3,4), ('x',5,6), ('a',2,1)]

>>> list(unique_everseen(x, key=frozenset))
[('a', 1, 2), ('b', 3, 4), ('x', 5, 6)]

这将按原样返回元素，并保持元素之间的相对顺序。
NumPy中有一些非常有用的函数可以帮助您解决此问题

import numpy as np
chrs, indices = np.unique(list(map(lambda x:x[0], x)), return_index=True)
chrs, indices
>> (array(['a', 'b', 'x'], 
   dtype='<U1'), array([0, 1, 2]))
[x[indices[i]] for i in range(indices.size)]
>> [('a', 1, 2), ('b', 3, 4), ('x', 5, 6)]

将numpy导入为np
chrs，indexes=np.unique（list（map（lambda x:x[0]，x）），return_index=True）
指标
>>（数组（['a'，'b'，'x']，
dtype='你真的有（a，1，2）被表示为（2，a，1）并且它们应该被视为重复的情况吗？因为似乎仅仅使用
pd.Series（x）.unique（）
就是你想要的……否则（a，1，2）肯定与（a，2，1）相同-如果是的话-哪一个被保留（a，1，2）或（a，2，1）？（a，1，2）和（a，2，1）被视为相同的，只有第一次出现的情况应该被保留，即（a，1，2）Youch-因此根据数据的输入，您的输出将不同…当然，如果
x
是
pd.Series
对象，您可以利用它并使用
x[x.apply（frozenset）.drop_duplicates（）.index]
要充分利用所有的优点…即使要短得多-也会慢一些（取决于
x的长度
慢得多或慢一点）。至少如果我没记错的话。我使用itertools配方，每个循环37.3ns，每个循环12 us，使用apply/drop_duplicates/index方法。所以是的-只有一点区别：）呸…在
pd.DataFrame（（*row，frozenset（row））方面运气不太好（（*row，frozenset（row））对于x中的行），列=['M1'，'M2'，'M3'，'K']）。drop_duplicates（subset='K']）
也可以-虽然速度没有那么慢，并且最终得到了所需的数据帧…我想我现在就放弃：）可能是另一个有用的答案-考虑到问题被标记为pandas:）就像你说的：速度很好，但有时只使用现有函数而不是滚动自己的函数更好。