删除列表python中的重复项

Deleting repeats in a list python

本问题已经有最佳答案,请猛点这里访问。

Possible Duplicates:
How do you remove duplicates from a list in Python whilst preserving order?
In Python, what is the fastest algorithm for removing duplicates from a list so that all elements are unique while preserving order?

我想知道是否有一个函数可以执行以下操作:

将列表作为参数:

1
list = [ 3 , 5 , 6 , 4 , 6 , 2 , 7 , 6 , 5 , 3 ]

并删除列表中的所有重复项以获得:

1
list = [ 3 , 5 , 6 , 4 , 2 , 7 ]

我知道你可以把它转换成一本字典,并利用这样一个事实:字典不能重复,但我想知道是否有更好的方法。

谢谢


请参阅python文档,以了解实现这一点的三种方法。以下内容是从该站点复制的。将示例"mylist"替换为变量名("list")。

第一个示例:如果您不介意重新排序列表,请对其进行排序,然后从列表的末尾进行扫描,并在执行以下操作时删除重复项:

1
2
3
4
5
6
7
8
if mylist:
    mylist.sort()
    last = mylist[-1]
    for i in range(len(mylist)-2, -1, -1):
        if last == mylist[i]:
            del mylist[i]
        else:
            last = mylist[i]

第二个示例:如果列表中的所有元素都可以用作字典键(即它们都是可哈希的),则通常更快:

1
2
3
4
d = {}
for x in mylist:
    d[x] = 1
mylist = list(d.keys())

第三个示例:在python 2.5及更高版本中:

1
mylist = list(set(mylist))


尽管你说你不一定要用dict,我认为OrderedDict是一个干净的解决方案。

1
2
3
4
5
from collections import OrderedDict

l = [3 ,5 ,6 ,4 ,6 ,2 ,7 ,6 ,5 ,3]
OrderedDict.fromkeys(l).keys()
# [3, 5, 6, 4, 2, 7]

请注意,这将保留原始顺序。


在编写这个答案时,唯一能保持顺序的解决方案是ordereddict解决方案,以及Dave稍微详细一点的解决方案。

下面是另一种在迭代时滥用副作用的方法,这比ordereddict解决方案更为冗长:

1
2
3
4
5
def uniques(iterable):
    seen = set()
    sideeffect = lambda _: True
    return [x for x in iterable
            if (not x in seen) and sideeffect(seen.add(x))]

list(set(l))将不会维持秩序。如果你想保持秩序,那么做:

1
2
3
4
5
6
7
8
s = set()
result = []
for item in l:
    if item not in s:
        s.add(item)
        result.append(item)

print result

这将在o(n)中运行,其中n是原始列表的长度。


首先,不要将它命名为隐藏在内置类型列表中的列表。比如说,my_list

为了解决你的问题,我最常看到的就是list(set(my_list))

set是一个无序的容器,它只有唯一的元素,并且提供(我认为)o(1)插入和检查成员身份


list(set(list))工作得很好。


下面是我自己收集的一个有用的python工具片段——这使用了Ninjagecko在回答中使用的"滥用的副作用"方法。这还需要努力处理非哈希值,并返回与传入的序列类型相同的序列:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
def unique(seq, keepstr=True):
   """Function to keep only the unique values supplied in a given
       sequence, preserving original order."""


    # determine what type of return sequence to construct
    if isinstance(seq, (list,tuple)):
        returnType = type(seq)
    elif isinstance(seq, basestring):
        returnType = (list, type(seq)('').join)[bool(keepstr)]
    else:
        # - generators and their ilk should just return a list
        returnType = list

    try:
        seen = set()
        return returnType(item for item in seq if not (item in seen or seen.add(item)))
    except TypeError:
        # sequence items are not of a hashable type, can't use a set for uniqueness
        seen = []
        return returnType(item for item in seq if not (item in seen or seen.append(item)))

这里有各种各样的调用,有各种类型的序列/迭代器/生成器:

1
2
3
4
5
6
7
from itertools import chain
print unique("ABC")
print unique(list("ABABBAC"))
print unique(range(10))
print unique(chain(reversed(range(5)), range(7)))
print unique(chain(reversed(xrange(5)), xrange(7)))
print unique(i for i in chain(reversed(xrange(5)), xrange(7)) if i % 2)

印刷品:

1
2
3
4
5
6
ABC
['A', 'B', 'C']
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[4, 3, 2, 1, 0, 5, 6]
[4, 3, 2, 1, 0, 5, 6]
[3, 1, 5]

一个集合比一个复杂的字典术语更好。但这两种方法都会使您的排序变得松散(除非您使用有序字典,否则会再次增加复杂性)。

正如其他海报上所说,解决方案并不难:

1
2
l = [ 3 , 5 , 6 , 4 , 6 , 2 , 7 , 6 , 5 , 3 ]
list(set(l))

保持订单的方法是:

1
2
3
4
5
6
7
def uniques(l):
    seen = set()

    for i in l:
        if i not in seen:
            seen.add(i)
            yield i

或者,以一种不太可读的方式:

1
2
3
def uniques(l):
    seen = set()
    return (seen.add(i) or i for i in l if i not in seen)

然后您可以这样使用它:

1
2
3
l = [ 3 , 5 , 6 , 4 , 6 , 2 , 7 , 6 , 5 , 3 ]
list(uniques(l))
>>> [3, 5, 6, 4, 2, 7]