Question

我有很长的电子邮件地址列表（8000）按字母顺序排序，但有重复项。

使用python - 如何计算唯一电子邮件的重复次数（计算重复次数），同时维护一个电子邮件实例，从列表中删除重复出现的重复电子邮件。

示例列表：

a@sample.com
b@sample.com
b@sample.com
b@sample.com
c@sample.com
c@sample.com

结果：

a@sample.com (1)
b@sample.com (3)
c@sample.com (2)

我在线搜索过，但只找到删除重复数字，词典和元组的方法。

Answer 1

使用itertools.groupby()按字母顺序排序： -

 >>>l = list of emails 
 >>>[(key, sum(1 for _ in group)) for key, group in groupby(sorted(l))]

[('a@sample.com', 1), ('b@sample.com', 3), ('c@sample.com', 2)]

使用collections.Counter计算重复的项目。

>>>from collections import Counter
>>>d = Counter(['a@sample.com',
>>>'b@sample.com',
>>>'b@sample.com',
>>>'b@sample.com',
>>>'c@sample.com',
>>>'c@sample.com'])
>>>d

输出： -

Counter({'b@sample.com': 3, 'c@sample.com': 2, 'a@sample.com': 1})

类似于（或以最简单的方式）

d = {}
for i in l: # l = list or all emails.
    if i in d:
        d[i] += 1
    else:
        d[i] = 1

或使用dict.get 因为我在l： d [i] = d.get（i，0）+ 1

Answer 2

您可以使用collections.Counter：

>>> from collections import Counter
>>> my_email
['a@sample.com', 'b@sample.com', 'b@sample.com', 'b@sample.com', 'c@sample.com', 'c@sample.com\n']
>>> Counter(my_email)
Counter({'b@sample.com': 3, 'c@sample.com': 2, 'a@sample.com': 1})

如果你想按顺序：

>>> sorted(Counter(my_email).items())
[('a@sample.com', 1), ('b@sample.com', 3), ('c@sample.com', 2)]

你可以这样打印：

>>> for x in sorted(Counter(my_email).items()):
...     print x[0],x[1]   # if you sung python 3 print(x[0],x[1])
... 
a@sample.com 1
b@sample.com 3
c@sample.com 2

计算然后从电子邮件列表中删除重复项

2 个答案: