Python列表去重复项的N种方法(实例代码)

说明

Python语言中列表(List)与其他语言的数组(Array)类似，是一种有序的集合数据结构，Python List可支持各种数据类型，长度也可动态调整，与JS中的数组或Java ArrayList很接近。在实际编程中，经常会遇到数组或列表去掉重复项，保持成员唯一性。实现方式有多种，比如新建列表来存储非重复项，或者在原有基础上删除掉重复的项，也可以利用数据结构来达到去重复。具体哪一种方法更好呢?以下约20种方式都可以实现，我们可以通过这些来交流和学习。

方式

## 1. 新建列表，如果新列表中不存在，则添加到新列表。
def unique(data):
 new_list = []
 for item in data:
 if item not in new_list:
  new_list.append(item)
 return new_list
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("new_list + not in data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
# result
$ python -V
Python 2.7.16
$ python unique.py
('for list + not in. data:', ['a', 1, 2, 'b'])
time:0.0441074371338 ms
## 2. 新建列表。根据下标判断是否存在新列表中，如果新列表中不存在则添加到新列表。
def unique(data):
 new_list = []
 for i in range(len(data)):
 if data[i] not in new_list:
  new_list.append(data[i])
 return new_list
## 2.1 新建列表，使用列表推导来去重。是前一种的简写。
def unique(data):
 new_list = []
 [new_list.append(i) for i in data if not i in new_list]
 return new_list
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("for range + not in. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 3. 通过index找不到该项，则追加到新列表中。index找不到会报错，因此放在异常处理里。
def unique(data):
 new_list = []
 for i in range(len(data)):
 item = data[i]
 try:
  if (new_list.index(item) < 0):
  print('new_list:', new_list)
 except ValueError:
  new_list.append(item)
 return new_list
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("list index + except:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 4. 新建列表，两个循环。如果内循环与外循环项相同，且下标相同就添加到新列表，其余忽略
def unique(data):
 new_list = []
 for i in range(len(data)):
 j = 0
 while j <= i:
  if data[i] == data[j]:
  if i == j:
   new_list.append(data[i])
  break
  j += 1
 return new_list
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("new list + for. new_list:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 5. 在原有列表上移除重复项目。自后往前遍历，逐个与前面项比较，如果值相同且下标相同，则移除当前项。
def unique(data):
 l = len(data)
 while (l > 0):
 l -= 1
 i = l
 while i > 0:
  i -= 1
  if data[i] == data[l]:
  del data[l]
  break
 return data
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("one list while. last -> first result. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 6. 在原有列表上移除重复项目。自前往后遍历，逐个与后面项比较，如果值相同且下标相同，则移除当前项。
def unique(data):
 l = len(data)
 i = 0
 while i < l:
 j = i + 1
 while j < l:
  if data[i] == data[j]:
  del data[j]
  l -= 1
  i -= 1
  break
  j += 1
 i += 1
 return data
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("one list while. first -> last result. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 7. 新建列表。遍历列表，利用index比较出现的位置，如果出现在第一次的位置则追加到新数组。
def unique(data):
 new_list = []
 for i in range(len(data)):
 if i == data.index(data[i]):
  new_list.append(data[i])
 return new_list
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("for range + index. data:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 8. 利用字典属性唯一性来实现去重复。
def unique(data):
 obj = {}
 for item in data:
 obj[item] = item
 return obj.values()
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("list + dict:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 或者直接通过dict.fromkeys来实现
print("dict fromkeys:", dict.fromkeys(data).keys())
## 9. 利用filter函数，即把不符合条件的过滤掉。这里filter不支持下标，因此需要借助外部列表存储不重复项
def uniq(item):
 i = data.index(item)
 if (item not in new_list):
 new_list.append(item)
 return True
 return False
def unique(item):
 if obj.get(item) == None:
 obj[item] = item
 return True
 return False
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
new_list = []
print('filter + list + not in: ', filter(uniq, data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 10. 利用字典结合过滤来实现去重复。
def unique(item):
 if obj.get(item) == None:
 obj[item] = item
 return True
 return False
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
obj = {}
print("filter + dict + get:", filter(unique, data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 11. 利用map来实现去重复。与map与filter类似，是一个高阶函数。可以针对其中项逐个修改操作。
## 与filter不同map会保留原有项目，并不会删除，因此值可以改为None，然后再过滤掉。
def unique(item):
 if item not in new_list:
 new_list.append(item)
 return item
 return None
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
new_list = []
start_time = time.time()
print("list from Map:", filter(lambda item: item != None, map(unique, data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 12. 利用set数据结构里key的唯一性来去重复
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
print("from Set:", list(set(data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 13. 提前排序，从后向前遍历，将当前项与前一项对比，如果重复则移除当前项
def unique(data):
 data.sort()
 l = len(data)
 while (l > 0):
 l -= 1
 if (data[l] == data[l - 1]):
  data.remove(data[l])
 return data
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("sort + remove:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 14. 提前排序，自前往后遍历，将当前项与后一项对比，如果重复则移除当前项
def unique(data):
 """
 in python 3: TypeError: '<' not supported between instances of 'int' and 'str'
 need to keep the same Type of member in List
 """
 data.sort()
 l = len(data) - 1
 i = 0
 while i < l:
 if (data[i] == data[i + 1]):
  del data[i]
  i -= 1
  l -= 1
 i += 1
 return data
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("sort+del ASE:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 15. 利用reduce函数来去重复。reduce具有累计的作用，判断如果不在累计结果中出现，则追加到结果中。
import functools
def unique(data):
 new_list = []
 def foo(result, item):
 if isinstance(result, list) == False:
  result = [result]
 return result if item in result else result + [item]
 return functools.reduce(foo, data)
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("functools.reduce:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 16. 利用递归调用来去重复。递归自后往前逐个调用，当长度为1时终止。
## 当后一项与前任一项相同说明有重复，则删除当前项。相当于利用自我调用来替换循环
def recursion_unique(data, len):
 if (len <= 1):
 return data
 l = len
 last = l - 1
 is_repeat = False
 while (l > 1):
 l -= 1
 if (data[last] == data[l - 1]):
  is_repeat = True
  break
 if (is_repeat):
 del data[last]
 return recursion_unique(data, len - 1)
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("recursion_unique:", recursion_unique(data, len(data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 17. 利用递归调用来去重复的另外一种方式。递归自后往前逐个调用，当长度为1时终止。
## 与上一个递归不同，这里将不重复的项目作为结果拼接起来
def recursion_unique_new(data, len):
 if (len <= 1):
 return data
 l = len
 last = l - 1
 is_repeat = False
 while (l > 1):
 l -= 1
 if (data[last] == data[l - 1]):
  is_repeat = True
  break
 if (is_repeat):
 del data[last:]
 result = []
 else:
 result = [data[last]]
 return recursion_unique_new(data, len - 1) + result
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("recursion_unique_new:", recursion_unique_new(data, len(data)))
print("time:" + str((time.time() - start_time) * 1000) + " ms")
## 18. 利用numpy lib库. 需提前安装 `pip install numpy`
import numpy as np
def unique(data):
 res = np.array(data)
 return list(np.unique(res))
# test
data = ['a', 'a', 1, 1, 2, 2, 'b', 'b', 2, 1]
start_time = time.time()
print("import numpy as np.unique:", unique(data))
print("time:" + str((time.time() - start_time) * 1000) + " ms") 

讨论

从以上例子上可以看出，相对来讲，Python比起其它语言要灵活得多，与JS并列最流行的脚本类语言，这也就是为何Python如此流行的原因吧。

哪一种方式更适合呢?你常用那种方式来实现去重复项?新建数组、非新建、借助Dict或Set等结构，亦或是其它方式?

总结

到此这篇关于Python列表去重复项的N种方法的文章就介绍到这了,更多相关python列表去重复项内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！