3

我有一个奇怪的问题，我需要找到顺序无关紧要的项目的重复集合，但集合中重复值的存在确实很重要。例如，假设我有以下列表：

lol = [
    ['red'],
    ['blue', 'orange'],
    ['orange', 'red'],
    ['red', 'orange'],
    ['red', 'red'],
    ['blue', 'orange', 'red'],
    ['red', 'orange', 'blue']
]

就我而言，唯一的集合是：

unique_lol = [
    ['red'],
    ['blue', 'orange'],
    ['orange', 'red'],
    ['red', 'red'],
    ['blue', 'orange', 'red']
]

我希望获得的信息是重复的列表：

dup_lol = [
    ['orange', 'red'],
    ['blue', 'orange', 'red']
]

我不在乎哪个重复被报告为重复，即['orange', 'red']vs ['red', 'orange']，只是报告了重复组合。我首先尝试使用一组frozensets：

sofs = {frozenset(x) for x in lol}

但是，这种方法被列表绊倒了，['red', 'red']列表被转换为['red']：

set([frozenset(['red']),
     frozenset(['orange', 'red']),
     frozenset(['blue', 'orange', 'red']),
     frozenset(['blue', 'orange'])])

另外，这并没有给我重复，只是给我唯一的，而且我无论如何也不能对列表列表进行差异。

我确信我可以迭代父列表蛮力样式，但我觉得我错过了一些简单的东西。我几乎需要一个字典，其中键是有序列表，值是组合出现的次数，但列表不能是字典键，而且这听起来很奇怪。

4

2 回答 2

7

我认为您正在寻找的是Counter。对每个条目进行排序，然后将其转换为元组，以便进行比较。计数器将跟踪每个唯一条目的计数：

>>> from collections import Counter
>>> counted = Counter(tuple(sorted(entry)) for entry in lol)
>>> import pprint
>>> pprint.pprint(dict(counted))
{('blue', 'orange'): 1,
 ('blue', 'orange', 'red'): 2,
 ('orange', 'red'): 2,
 ('red',): 1,
 ('red', 'red'): 1}
于 2013-09-16T01:11:37.807 回答
2

如果您的内部列表中的项目顺序通常无关紧要，我会用计数器替换它们。

>>> lol = [
...     ['red'],
...     ['blue', 'orange'],
...     ['orange', 'red'],
...     ['red', 'orange'],
...     ['red', 'red'],
...     ['blue', 'orange', 'red'],
...     ['red', 'orange', 'blue']
... ]
>>> from collections import Counter
>>> from pprint import pprint
>>> counters = [Counter(x) for x in lol]
>>> pprint(counters)
[Counter({'red': 1}),
 Counter({'orange': 1, 'blue': 1}),
 Counter({'red': 1, 'orange': 1}),
 Counter({'red': 1, 'orange': 1}),
 Counter({'red': 2}),
 Counter({'orange': 1, 'red': 1, 'blue': 1}),
 Counter({'blue': 1, 'red': 1, 'orange': 1})]

要计算计数器，我们需要先将它们转换为可散列的东西：(key, value)-tuples 的frozensets。

>>> counts = Counter(frozenset(c.iteritems()) for c in counters)
>>> pprint(counts)
{frozenset({('red', 1)}): 1,
 frozenset({('orange', 1), ('red', 1)}): 2,
 frozenset({('blue', 1), ('orange', 1)}): 1,
 frozenset({('blue', 1), ('orange', 1), ('red', 1)}): 2,
 frozenset({('red', 2)}): 1}
于 2013-09-16T01:25:14.413 回答