Python 如何按属性从iterable中删除所有重复项？

给定一个可数，例如

results = [ref_a, # references big object A
           ref_b, # references big object B
           ref_c, # references big object A
           ref_d, # references big object D
]

每个引用都是唯一的对象，但有些引用相同（更大）的对象

我只想要一组（或列表）唯一对象的引用

我期望的结果是

custom_set = (ref_a,
              ref_b,
              ref_d,
)

备注

Python内置

集

不适用，因为来自输入的对象都不同。这意味着

set

将返回所有元素

我无法更改引用的类定义，因此无法实现自定义cmp/哈希函数或类似函数

最终结果是否包含

ref\u a

或

ref\u c

并不重要

最初的结果是不同API的结果的组合，这些API独立运行-这也是组合列表可以引用相同（大）对象的原因

我无法存储

结果。仅参考

，因为在过滤之后，我需要访问

结果的其他属性

。如果我只存储

result.reference

，我将不得不实例化昂贵的对象

很抱歉使用

result

作为输入参数，但我不想在以后更改它，因为答案将不再适合该问题。我将记住这一点，以便将来提问

---

也许

reference

也不是最好的命名方法-它更像是一个轻量级代理对象。

我想出了这个解决方案，但肯定有更好/更具python风格的解决方案

known = set()
custom_set = set()
for result in results:
    if result.reference not in known:
       known.add(result.reference)
       custom_set.add(result)

---

我提出了这个解决方案，但肯定有更好的/更符合Python的解决方案

known = set()
custom_set = set()
for result in results:
    if result.reference not in known:
       known.add(result.reference)
       custom_set.add(result)

---

虽然您可以使用

itertools.groupby

解决此问题，但您的代码很好

from itertools import groupby
from operator import attrgetter

f = attrgetter('reference')
custom_set = set(next(x) for _, x in groupby(sorted(results, key=f), f))

排序的

和
groupby
都是稳定的，因此
next（x）
保证是
结果中的第一个元素，具有
reference
属性的特定值

这种方法的一个缺点是，与列表的O（n）遍历相比，
sorted（）
需要O（n lgn）时间

您也可以将代码编写为（主要是）一行程序，尽管我不建议这样做：

known = {}
custom_set = set(known.add(r.reference) and r for r in result if r.reference not in known)

known.add（r.reference）
将始终返回
None
，因此
和
表达式的值将始终是
r
，但表达式本身只有在
r.reference
不在
known
中时才会计算。
和
表达式只是一种处理将
已知
更新到生成器表达式中的副作用的方法。
您的代码很好，尽管您可以使用
itertools.groupby
解决此问题

from itertools import groupby
from operator import attrgetter

f = attrgetter('reference')
custom_set = set(next(x) for _, x in groupby(sorted(results, key=f), f))

排序的
和
groupby
都是稳定的，因此
next（x）
保证是
结果中的第一个元素，具有
reference
属性的特定值

这种方法的一个缺点是，与列表的O（n）遍历相比，
sorted（）
需要O（n lgn）时间

您也可以将代码编写为（主要是）一行程序，尽管我不建议这样做：

known = {}
custom_set = set(known.add(r.reference) and r for r in result if r.reference not in known)

known.add（r.reference）
将始终返回
None
，因此
和
表达式的值将始终是
r
，但表达式本身只有在
r.reference
不在
known
中时才会计算。
和
表达式只是处理将
已知
更新到生成器表达式中的副作用的一种方法。
试试这个

a=[]

for i in results:

    if i not in a:

        a.append(i)

print(a)

试试这个

a=[]

for i in results:

    if i not in a:

        a.append(i)

print(a)

你能给出一个更具体的例子吗？每个参考变量的值都会很有帮助。现在我看不出我在做什么。我还想补充一点，你在这里的处境很危险，因为你的问题有不止一个有效的解决方案。。也许可以考虑存储参考文献。EV/恩里克——你是对的——我试图改进我的问题——我希望现在更清楚。但是，很难想出一个更具体的例子，因为它实际上是关于轻量级代理对象的，它为更昂贵的对象保留了一个引用。对于后者，我试图阻止实例化。你能给出一个更具体的例子吗？每个ref-var的值都会很有帮助。现在我看不出我在做什么。我还想补充一点，你在这里的处境很危险，因为你的问题有不止一个有效的解决方案。。也许可以考虑存储参考文献。EV/恩里克——你是对的——我试图改进我的问题——我希望现在更清楚。但是，很难想出一个更具体的例子，因为它实际上是关于轻量级代理对象的，它为更昂贵的对象保留了一个引用。对于后者，我试图阻止实例化。Monu，谢谢你的回答。不幸的是，它不适用于这个问题。结果/引用都是不同的对象，但有一个公共属性值（result.reference）。用你的代码，没有一个对象会被过滤掉。它更像是完整列表的副本。正如其他人指出的，我应该改进我的问题。莫努，谢谢你的回答。不幸的是，它不适用于这个问题。结果/引用都是不同的对象，但有一个公共属性值（result.reference）。用你的代码，没有一个对象会被过滤掉。它更像是完整列表的副本。正如其他人指出的，我应该改进我的问题。切普纳，非常感谢你的解决方案。我花了太多时间在非常古老的Python代码库中，我当然猜到有一些解决方案涉及itertools/set或dict理解，但我个人认为这两种解决方案都很难阅读。也许只是我，因为我不习惯这种解决方案。无论如何，非常感谢你！切普纳，非常感谢你的解决方案。我花了太多时间在非常古老的Python代码库中，我当然猜有一些解决方案涉及itertools/set或dict compre