Python 如何找到列表中所有唯一元素的所有索引

鉴于以下清单：

list_ex = ['s1', 's2', 's1', 's4', 's2', 's3', 's1']

如何找到所有不同元素的所有索引

例如，对于

s1

，这将是位置

[0,2,6]

---

我想我可以通过在不同的元素

list（set（list_ex））

上运行一个循环，然后执行

np。在哪里找到位置？
下面是一个使用列表理解的简短解决方案：

locations=[el[0]如果el[1]==“s1”]

解释

Enumerate创建位置/元素对列表，如下所示：

[(0, 's1'), (1, 's2'), (2, 's1'), (3, 's4'), (4, 's2'), (5, 's3'), (6, 's1')]

下面的代码得到相同的结果，它只是以for循环的形式显示：

target='s1'
地点=[]
对于枚举中的el（列表）：
如果el[1]==目标：
位置。追加（el[0]）
下面是一个使用列表理解的简短解决方案：

locations=[el[0]如果el[1]==“s1”]

解释

Enumerate创建位置/元素对列表，如下所示：

[(0, 's1'), (1, 's2'), (2, 's1'), (3, 's4'), (4, 's2'), (5, 's3'), (6, 's1')]

下面的代码得到相同的结果，它只是以for循环的形式显示：

target='s1'
地点=[]
对于枚举中的el（列表）：
如果el[1]==目标：
位置。追加（el[0]）
您可以循环遍历元素，建立一个字典，将元素映射到该元素的索引列表。使用
list
类型的
defaultdict
很方便，因为第一次读取新元素时会自动得到一个空列表

from collections import defaultdict

list_ex = ['s1', 's2', 's1', 's4', 's2', 's3', 's1']

indices = defaultdict(list)

for i, v in enumerate(list_ex):
  indices[v].append(i)

print(indices)

这将打印以下内容：

defaultdict(<class 'list'>, {'s1': [0, 2, 6], 's2': [1, 4], 's4': [3], 's3': [5]})

defaultdict（，{'s1'：[0,2,6]，'s2'：[1,4]，'s4'：[3]，'s3'：[5]}）
您可以循环遍历元素，建立一个字典，将元素映射到该元素的索引列表。使用
list
类型的
defaultdict
很方便，因为第一次读取新元素时会自动得到一个空列表

from collections import defaultdict

list_ex = ['s1', 's2', 's1', 's4', 's2', 's3', 's1']

indices = defaultdict(list)

for i, v in enumerate(list_ex):
  indices[v].append(i)

print(indices)

这将打印以下内容：

defaultdict(<class 'list'>, {'s1': [0, 2, 6], 's2': [1, 4], 's4': [3], 's3': [5]})

defaultdict（，{'s1'：[0,2,6]，'s2'：[1,4]，'s4'：[3]，'s3'：[5]}）
我发现熊猫似乎对这类问题进行了优化

import random
import pandas as pd
x = [f's{i}' for i in range(1000)]
l = [random.choice(x) for _ in range(2000000)]
output = pd.DataFrame(l).groupby([0]).indices

在最佳情况下（组的大小较大），它比枚举快3倍，在组的大小较小的情况下（每组1-2个项目）慢3倍。
我发现
pandas
似乎对这类问题进行了优化

import random
import pandas as pd
x = [f's{i}' for i in range(1000)]
l = [random.choice(x) for _ in range(2000000)]
output = pd.DataFrame(l).groupby([0]).indices

在最佳情况下（组的大小较大），它比枚举快3倍，在组的大小较小的情况下（每组1-2个项目）慢3倍