Question

我有以下数据集，它是一系列存储为嵌套列表的行：

[['John', '35', 'UK'],
['Emma', '43', 'UK'],
['Lucy', '25', 'AU']]

（行总长度相同）

我需要返回'UK', 'AU'作为可迭代的（对排序无动于衷）。

是否有一个单行代码返回第三列中包含的唯一值，哪个更简单？

set(list(map(list, zip(*l)))[2])

（参考：Transpose list of lists）

Answer 1

更改自己的代码：

Python 3.x：

set(list(zip(*l)[2]))

Python 2.x：

set(zip(*l)[2])

<强>演示：

l=[['John', '35', 'UK'],['Emma', '43', 'UK'],['Lucy', '25', 'AU']]
set(list(zip(*l)[2]))
{'AU', 'UK'}

Answer 2

您可以使用list comprehension：

>>> L = [['John', '35', 'UK'],
['Emma', '43', 'UK'],
['Lucy', '25', 'AU']]
>>> set([i[2] for i in L])
set(['AU', 'UK'])

Answer 3

>>> l = [['John', '35', 'UK'],
         ['Emma', '43', 'UK'],
         ['Lucy', '25', 'AU']]
>>> set(element[-1] for element in l)
('AU', 'UK')

Answer 4

你可以使用numpy：

import numpy as np

arr = np.array([['John', '35', 'UK'],
                ['Emma', '43', 'UK'],
               ['Lucy', '25', 'AU']])

unique = np.unique(arr[:,2])

Answer 5

我认为bsuire的实际要求在实践中更复杂，因此我建议使用pandas来处理这些要求，它更强大，更灵活。

所以，在这种情况下如何使用pandas：

In [17]: import pandas as pd

In [18]: a = [['John', '35', 'UK'],
   ....: ['Emma', '43', 'UK'],
   ....: ['Lucy', '25', 'AU']]

In [19]: b = pd.DataFrame(a)

In [20]: b
Out[20]:
      0   1   2
0  John  35  UK
1  Emma  43  UK
2  Lucy  25  AU

In [21]: b[2].unique()
Out[21]: array(['UK', 'AU'], dtype=object)

In [22]:

使用Python

5 个答案: