Python：用lambda/reduce找最大值，优化二维列表元组代码输出

问题1：能否用lambda/reduce函数查找元素中的最大值？ #

完全可以。reduce的核心是迭代合并序列元素，配合lambda表达式就能实现全局最大值的查找。比如针对包含(编号, 总价)的列表，用以下方式就能选出总价最大的项：

from functools import reduce

items = [('9744', 809.1), ('88112', 549.78), ('88112', 399.5)]
max_item = reduce(lambda a, b: a if a[1] > b[1] else b, items)

这里lambda表达式负责两两比较元素的总价（第二个值），reduce会迭代完成全局最大值的筛选。

问题2：基于现有代码获取全局最大值对应的结果 #

首先修正你现有代码里的笔误：a[1]+a[1]是多余的，前面的map(lambda y: (y[0], y[1]*y[2]), x[1:])已经算出了y*z的总价，直接保留a即可。修正后的单列表最大值提取逻辑更简洁：

map(lambda x: max(map(lambda y: (y[0], y[1]*y[2]), x[1:])), orders)

接下来要从子列表最大值的集合里找全局最大项，不需要额外if语句，直接用max()函数指定key为元素的第二个值（总价）即可，把现有代码作为max()的输入：

# 完整代码，尽量少改动原有逻辑
result = max(
    map(lambda x: max(map(lambda y: (y[0], y[1]*y[2]), x[1:])), 
        orders),
    key=lambda item: item[1]
)

print(list(result))  # 输出: ['9744', 809.1]

如果一定要用reduce替代max，也可以这样实现：

from functools import reduce

result = reduce(
    lambda a, b: a if a[1] > b[1] else b,
    map(lambda x: max(map(lambda y: (y[0], y[1]*y[2]), x[1:])), 
        orders)
)

print(list(result))

两种方式都能高效得到目标结果，全程无需if语句，仅在现有代码外层套一层全局最大值筛选逻辑即可。

内容的提问来源于stack exchange，提问作者EggCoder