Question

例如，我将以下数据作为列表：

l = [['A', 'aa', '1', '300'],
     ['A', 'ab', '2', '30'],
     ['A', 'ac', '3', '60'],
     ['B', 'ba', '5', '50'],
     ['B', 'bb', '4', '10'],
     ['C', 'ca', '6', '50']]

现在'A'，'B'和'C'，我想最后一次出现，即：

[['A', 'ab', '3', '30'],
 ['B', 'bb', '4', '10'],
 ['C', 'ca', '6', '50']]

或者更进一步，这些事件中的第三列，即：

['3', '4', '6']

目前，我处理此问题的方式是：

import pandas as pd
df = pd.DataFrame(l, columns=['u', 'w', 'y', 'z'])
df.set_index('u', inplace=True)
ll = []
for letter in df.index.unique():
    ll.append((df.ix[letter, 'y'][-1]))

然后我%timeit，它显示：

>> The slowest run took 27.86 times longer than the fastest. 
>> This could mean that an intermediate result is being cached.
>> 1000000 loops, best of 3: 887 ns per loop

只是想知道是否有办法用比我的代码更少的时间来做到这一点？谢谢！

Answer 1

l =  [['A', 'aa', '1', '300'],
  ['A', 'ab', '2', '30'],
  ['A', 'ac', '3', '60'],
  ['B', 'ba', '5', '50'],
  ['B', 'bb', '4', '10'],
  ['C', 'ca', '6', '50']]

import itertools
for key, group in itertools.groupby(l, lambda x: x[0]):
    print key, list(group)[-1]

没有评论＆＃34;效率＆＃34;因为你根本没有解释过你的情况。假设列表是按照子列表的第一个元素预先排序的。

如果列表已排序，则一次运行就足够了：

def tidy(l):
    tmp = []
    prev_row = l[0]

    for row in l:
        if row[0] != prev_row[0]:
            tmp.append(prev_row)
        prev_row = row
    tmp.append(prev_row)
    return tmp

这比在timeit测试中的itertools.groupby快〜5倍。示范：https://repl.it/C5Af/0

[编辑：OP更新了他们的问题，说他们已经将Pandas用于groupby，这可能已经更快了]

Answer 2

即使我不确定我理解你的问题，但这是你可以做的：

li = [l[i][0] for i in range(len(l))]
[l[j][2] for j in [''.join(li).rfind(i) for i in set(li)]]

请注意，输出为[3,4,6]，因为A的最后一次出现似乎是第三次，而不是第二次出现。

编辑，因为你似乎非常关心表现（虽然你没有说你尝试过什么，什么是“好”）：

%timeit li = [l[i][0] for i in range(len(l))]
%timeit [l[j][2] for j in [''.join(li).rfind(i) for i in set(li)]]
>> 1000000 loops, best of 3: 1.19 µs per loop
>> 100000 loops, best of 3: 2.57 µs per loop

%timeit [list(group)[-1][2] for key, group in itertools.groupby(l, lambda x: x[0])]
>> 100000 loops, best of 3: 5.11 µs per loop

所以看起来列表理解比itertools略快（虽然我不是基准测试专家，但可能有更好的方法来运行itertools）。

Answer 3

{l[0]: l[2] for l in vals}会为您提供“A”，“B”和“C”到其上一个值的映射

Answer 4

一种不是非常pythonic的方法:(注意Nils的解决方案是最pythonic - 使用列表理解）

def get_last_row(xs,q):
    for i in range(len(xs)-1,-1,-1):
        if xs[i][0] == q:
            return xs[i][2]

def get_third_cols(xs):
    third_cols = []
    for q in ["A","B","C"]:
        third_cols.append(get_last_row(xs,q))
    return third_cols

print get_third_cols(xs)

这会打印['3', '4', '6']，如果这是您最后一次出现的意思。

Answer 5

这将推广到任何键/值位置。请注意，输出将按照观察第一个键的顺序在中。不会很难调整，因此输出的顺序是观察输出值的顺序

import operator

l = [['A', 'aa', '1', '300'],
  ['A', 'ab', '2', '30'],
  ['A', 'ac', '3', '60'],
  ['B', 'ba', '5', '50'],
  ['B', 'bb', '4', '10'],
  ['C', 'ca', '6', '50']]

def getLast(data, key, value):
    f = operator.itemgetter(key,value)
    store = dict()
    keys = []
    for row in data:
        key, value = f(row)
        if key not in store:
            keys.append(key)
        store[key] = value
    return [store[k] for k in keys]

现在计时，

%timeit getLast(l,0,2)

给出：

The slowest run took 9.44 times longer than the fastest. This could mean that an intermediate result is being cached 
100000 loops, best of 3: 2.85 µs per loop

功能输出：

['3', '4', '6']

Python - 如何从列表中提取满足特定条件的最后一个匹配项

5 个答案: