Question

我有一个从csv文件中获取的以下列表...

one,bob,black
two,steve,smith
three,bill,brown
one,jill,brown
one,sue,smith

每一行都是列表中的一个字符串......

one,bob,black
two,steve,smith
three,bill,brown

我想根据每行的第一个值删除重复项。导致......

distinctlist = Select listOfRecords.split(',')[0].distinct

我认为代码看起来像......

Fri -> EEE (indicate shot day name)
Nov -> MMM (indicate month)
06  -> HH (indicate two digit date)
01  -> mm (indicate two digit month)
00  -> ss (indicate two digit minute)
IST -> IST (indicate current time standerd)
2015-> yyyy (indicate years)

这显然是错误的，但我想避免列出列表并按此方式执行。思考linq会更简单。

我在这里找到的所有帖子看起来都很复杂，或者没有解决我问题的具体细节。任何帮助将不胜感激......

Answer 1

简单使用GroupBy：

var distinctByFirstColumn = listOfRecords
  .GroupBy(x => x.Split(',')[0])
  .Select(x => x.First());

Answer 2

我宁愿在这里使用HashSet<String>和简单foreach循环而不是 Linq （恕我直言，这是过冲）：

var distinctList = new List<String>();

HashSet<String> taken = new HashSet<String>();

foreach (var line in listOfRecords) 
  // you don't want to split all the line, but 1st item only
  if (taken.Add(line.SubString(0, line.IndexOf(','))) 
    distinctList.Add(line);

修改：如果是真实csv文件：

  private static IEnumerable<String> CsvDistinctLines(String fileName) {
    HashSet<String> taken = new HashSet<String>();

    foreach (var line in File.ReadLines(fileName)) 
      if (taken.Add(line.SubString(0, line.IndexOf(','))) 
        yield return line;
  }

  ...

  var distinctList = CsvDistinctLines(@"C:\MyFile.csv").ToList();

根据第一列从csv文件中获取Distinct List

2 个答案: