请教一个二维数组查重并且排序的问题

mzccvb 2019-06-26 03:00:48

比如说我有二维数组
[[a, 1],
[a, 2],
[b, 1],
[b, 2],
[b, 3]]

如何先按第一列查重，然后再按第二列排序？得到[[a, 2], [b, 3]]的结果？

...全文

104 点赞收藏 8

写回复

8 条回复

切换为时间正序

请发表友善的回复…

发表回复

mzccvb 2019-06-26

引用 7 楼陈年椰子的回复:

字典只能是一个键名，一个键值
你如果你想多个数据只能这样：

a_dict = {'a':[a,1,211], 'b':[b,222,1111]}
或者

a_dict = {'a':{'value':[1,211]}, 'b':{'value':[,222,1111]}}

原来如此，了解了，感谢感谢！

回复赞

陈年椰子 2019-06-26

字典只能是一个键名，一个键值你如果你想多个数据只能这样： a_dict = {'a':[a,1,211], 'b':[b,222,1111]} 或者 a_dict = {'a':{'value':[1,211]}, 'b':{'value':[,222,1111]}}

回复赞

mzccvb 2019-06-26

引用 5 楼陈年椰子的回复:

不知道你指的是不是这个意思
import pandas as pd

a_list = [['a', 1 , 121],  ['a', 2, 122],  ['b', 1, 123],  ['b', 2, 124],  ['b', 3, 125]]



df = pd.DataFrame(a_list)

df.columns = ['ch','val', 'other']

gp=df.groupby(['ch']).apply(lambda t: t[t.val==t.val.max()])

print(gp)

for index, row in gp.iterrows():

    print(row[0],row[1],row[2])
用dataframe 处理的话，后面的数据也在组里的。你看看我例子，
['a', 1 , 121 。。。。 ] 根据不同需求，调整一下应该可以。

是，dataframe我确实是按照您这个后面的写法来修改的，并且work了，感谢，只是我纯粹是还想了解一下用字典推导式的方法如何写入多元素~~不知您对这个方法熟不熟悉了

回复赞

陈年椰子 2019-06-26

不知道你指的是不是这个意思



import pandas as pd
a_list = [['a', 1 , 121],  ['a', 2, 122],  ['b', 1, 123],  ['b', 2, 124],  ['b', 3, 125]]

df = pd.DataFrame(a_list)
df.columns = ['ch','val', 'other']
gp=df.groupby(['ch']).apply(lambda t: t[t.val==t.val.max()])
print(gp)
for index, row in gp.iterrows():
    print(row[0],row[1],row[2])

用dataframe 处理的话，后面的数据也在组里的。你看看我例子， ['a', 1 , 121 。。。。 ] 根据不同需求，调整一下应该可以。

回复赞

mzccvb 2019-06-26

引用 3 楼陈年椰子的回复:

参考一下





import pandas as pd

a_list = [['a', 1],  ['a', 2],  ['b', 1],  ['b', 2],  ['b', 3]]

df = pd.DataFrame(a_list)

df.columns = ['ch','val']

gp=df.groupby(['ch']).apply(lambda t: t[t.val==t.val.max()])

for index, row in gp.iterrows():

    print(row[0],row[1])

谢谢，您的这个dataframe的方法的确可以，我如果有多列的话在columns中再加元素即可了。顺便还想与您讨论一下用字典推导式的方法来解决这个问题，a = {k: v for k, v in a_list}一下子就能获取这个相同键的最大值了，但是这个无法输入多列元素，比如[a, 1, '123']，[b, 2, '456']等，这个后面的元素只是我的另外所需，无关排序跟查重，这样子的话字典无法读取。请问一下用这种三个以上元素该如何写入字典呢？

回复赞

陈年椰子 2019-06-26

参考一下



import pandas as pd
a_list = [['a', 1],  ['a', 2],  ['b', 1],  ['b', 2],  ['b', 3]]
df = pd.DataFrame(a_list)
df.columns = ['ch','val']
gp=df.groupby(['ch']).apply(lambda t: t[t.val==t.val.max()])
for index, row in gp.iterrows():
    print(row[0],row[1])

回复赞

mzccvb 2019-06-26

引用 1 楼陈年椰子的回复: