Question

我有一个字符串列表，例如：

myList = ["paper", "Plastic", "aluminum", "tin", "glass", "Polypropylene Plastic"]

我想要这个结果（这是唯一可以接受的结果）：

"Polypropylene Plastic"

请注意，如果某个项目（"Plastic"）恰好包含其他项目（sharedPrefs），我仍然希望保留这两项。因此，案例可能会有所不同，但该项目必须是字母匹配，以便将其删除。

必须保留原始列表顺序。应删除该项目的第一个实例之后的所有重复项。应保留该第一个实例的原始案例，以及所有非重复项的原始案例。

我已经搜索过，只找到了解决一个需求或另一个需求的问题，而不是两者。

Answer 1

使用列表理解（或以清晰度为代价）对其进行编码很困难，因为您需要过滤掉重复项的累积/记忆效应。

也无法使用set理解，因为它会破坏原始订单。

带循环和辅助set的经典方式，您可以在其中存储您遇到的字符串的小写版本。仅当小写版本不在集合

中时，才将字符串存储在结果列表中

myList = ["paper", "Plastic", "aluminum", "PAPer", "tin", "glass", "tin", "PAPER", "Polypropylene Plastic"]
result=[]

marker = set()

for l in myList:
    ll = l.lower()
    if ll not in marker:   # test presence
        marker.add(ll)
        result.append(l)   # preserve order

print(result)

结果：

['paper', 'Plastic', 'aluminum', 'tin', 'glass', 'Polypropylene Plastic']

使用.casefold()代替.lower()可以在某些语言环境中处理微妙的“套管”差异（例如Strasse /Straße中的德语“s”）。

编辑：可以通过列表理解来实现这一点，但它确实很糟糕：

marker = set()
result = [not marker.add(x.casefold()) and x for x in myList if x.casefold() not in marker]

它在and的{{1}}输出上使用None来调用此函数（列表理解中的副作用，很少是好事......），并返回{{ 1}}无论如何。主要的不满是：

可读性
set.add被调用两次，一次用于测试，一次用于存储在标记集中

Answer 2

import pandas as pd
df=pd.DataFrame(myList)
df['lower']=df[0].apply(lambda x: x.lower())
df.groupby('lower',sort=0)[0].first().tolist()

输出：

['paper', 'Plastic', 'aluminum', 'tin', 'glass','Polypropylene Plastic']

Answer 3

编辑：好的，我编辑了我的答案，因为问题在此期间发生了变化。现在它检查是否在原始列表中找到大写单词，并在未找到时将其转换为小写。

import string

def custom_filter(my_list):
    seen = set()
    result_list = []
    for i in my_list:
        item = string.capwords(i)
        if item not in my_list:
            item = item.lower()
        if item not in seen:
            result_list.append(item)
            seen.add(item)
    return result_list


print(custom_filter(myList))

输出：

['paper', 'Plastic', 'aluminum', 'tin', 'glass', 'Polypropylene Plastic']

Answer 4

mydict = {}
myList = ["paper", "Plastic", "aluminum", "tin", "glass", "Polypropylene Plastic"]
mynewList = []
for elem in myList:
  if elem.lower() in mydict:
     continue
  else:
     mydict[elem.lower()] = elem.lower()
     mynewList.append(elem)
print(mynewList)

结果['paper', 'Plastic', 'aluminum', 'tin', 'glass', 'Polypropylene Plastic']

基本上，与@ Jean-FrançoisFabre的第一个答案相同，但使用字典。

Answer 5

使用collections.defaultdict

的另一种方式

from collections import defaultdict

myList = ["paper", "Plastic", "aluminum", "PAPer", "tin", "glass", "tin", "PAPER", "Polypropylene Plastic"]
d_dict = defaultdict(list)
for k,v in enumerate(myList):
    d_dict[v.lower()].append(k)

[myList[j] for j in sorted(i[0] for i in d_dict.values())]

输出

['paper', 'Plastic', 'aluminum', 'tin', 'glass', 'Polypropylene Plastic']

Answer 6

我发现@GáborFekete的答案相当不错。以下是他的方法的延续：

myList = ["paper", "Plastic", "aluminum", "PAPer", "tin", "glass",
          "tin", "PAPER", "Polypropylene Plastic"]

def is_already_in(value, used_elements):
  low = value.lower()
  if low in used_elements:
    return True
  used_elements.add(low)
  return False

used_elements = set()
print([ e for e in myList if not is_already_in(e, used_elements) ])

如何从列表中删除不区分大小写的重复项，同时保持原始列表顺序？

6 个答案: