Question

我正在尝试提高脚本的效率，该脚本采用表示数据表的嵌套列表，带有一列ID（每个ID可能包含许多条目）。该脚本计算具有超过100个条目的ID的数量，以及超过200个条目。

有没有一种方法可以让我每次都可以通过列表理解来遍历列表？

list_of_IDs = [row[4] for row in massive_nested_list] ### get list of ID numbers
list_of_IDs = set(list_of_IDs) ### remove duplicates
list_of_IDs = list(list_of_IDs)
counter200 = 0
counter100 = 0
for my_ID in list_of_IDs:
    temp = [row for row in massive_nested_list if row[4] == my_ID]
    if len(temp) > 200:
        counter200 += 1
    if len(temp) > 100:
        counter100 += 1

Answer 1

使用collections.Counter() instance计算您的ID。没有必要首先收集所有可能的ID。然后，您可以从那里整理计数：

from collections import Counter

counts = Counter(row[4] for row in massive_nested_list)
counter100 = counter200 = 0
for id, count in counts.most_common():
    if count >= 200:
        counter200 += 1
    elif count >= 100:
        counter100 += 1
    else:
        break

在N个嵌套列表中给定K个唯一ID，您的代码将采用O（KN）循环来计算所有内容;最坏的情况（K == N）表示您的解决方案需要二次时间（对于每增加一行，您需要执行N次更多的工作）。上面的代码减少了N个项目上没有一个循环，然后是K项目上的另一个循环，使其成为O（N）（线性）算法。

Answer 2

最简单的方法是：

temp100 = [row for row in massive_nested_list if row[4] == my_ID and row >= 100 and row < 200]
temp200 = [row for row in massive_nested_list if row[4] == my_ID and row >= 200]

然后你可以去：

len(temp200)

OR

counter200 = len(temp200)

针对嵌套列表中的ID，提高python循环计数项的效率

2 个答案: