如何在三维列表中统计关联多名称的重复(valA,valB)组合？

核心思路 #

不用itertools.groupby（它更适合按连续元素分组，且需提前排序，而我们需要统计唯一name的数量，用字典映射更高效）：

• 构建字典，键为(valA, valB)组合，值为该组合关联的所有唯一name集合（自动去重）。
• 过滤出字典中值（name集合）大小≥2的键，即关联多个name的组合（满足需求1）。
• 从上述结果里筛选出name集合大小≥3的组合，取前x个即可（满足需求2）。

代码实现 #

处理示例数据 #

from collections import defaultdict

# 补全示例数据的字符串引号
data = [
    ["john", (10.5, 8.2)],
    ["nick", (7.2, 8.2)],
    ["rog", (7.2, 8.2)],
    ["rog", (8.5, 9.9)],
    ["john", (12.0, 9.2)],
    ["john", (7.2, 8.2)],
    ["nick", (12.0, 9.2)]
]

# 1. 统计每个(valA, valB)对应的唯一name集合
ab_to_names = defaultdict(set)
for name, ab in data:
    ab_to_names[ab].add(name)

# 需求1：找出关联多个name的组合
multi_name_abs = [ab for ab, names in ab_to_names.items() if len(names) >= 2]
print("关联多个name的组合:", multi_name_abs)
# 输出：[(7.2, 8.2), (12.0, 9.2)]

# 需求2：筛选出至少x个关联≥3个name的组合（示例中仅1个符合）
x = 1
target_abs = [ab for ab, names in ab_to_names.items() if len(names) >= 3][:x]
print(f"前{x}个关联至少3个name的组合:", target_abs)
# 输出：[(7.2, 8.2)]

适配大数据集 #

对于数千条数据，defaultdict的效率完全足够。若要取50个符合条件的组合，只需修改x的值：

x = 50
target_abs = [ab for ab, names in ab_to_names.items() if len(names) >= 3][:x]

为什么不用groupby？ #

你之前的groupby代码统计的是同一组合出现的次数，但我们需要的是关联的不同name数量——同一个name可能多次关联同一组合，但只算1次。用字典+集合可以直接去重统计唯一name，逻辑更清晰，也无需提前排序数据，效率更高。

内容的提问来源于stack exchange，提问作者gianluca