Python代码优化求助：修复列表元素重复输出问题

我来帮你分析下代码出现重复列表的原因，然后给出针对性的修正方案：

问题根源 #

你的代码出现重复元素主要有两个原因：

• 使用了全局变量b：如果多次调用函数，之前的结果会被保留并累加，导致重复
• 不必要的嵌套循环：虽然你的lst里没有重复元素，但这种遍历lst来匹配的写法不仅冗余，还容易在误操作（比如lst出现重复元素）时触发多次添加，同时还会遗漏不在lst里的原始日期元素

修正方案1：自动处理所有日期并去重 #

如果你的需求是把所有年份为19的日期统一改成2019，同时确保列表无重复，可以用这个版本：

import pandas as pd

date = ['Oct-2017', 'Dec-2016', 'Nov-2016', 'Oct-2016', 'Mar-19', 'Feb-19', 'Jan-19', 'Jun-19', 'May-19', 'Apr-19', 'Sep-19', 'Aug-19', 'Jul-19']
df = pd.Series(date)

def impute_val(df):
    # 函数内部初始化结果列表，避免全局变量累加问题
    processed_list = []
    for item in df:
        # 拆分日期的月份和年份部分
        month, year = item.split('-')
        # 处理年份为19的情况
        if year == '19':
            processed_item = f"{month}-2019"
        else:
            processed_item = item
        # 添加前检查是否已存在，避免重复
        if processed_item not in processed_list:
            processed_list.append(processed_item)
    return processed_list

# 调用函数获取结果
final_result = impute_val(df)
print(final_result)

修正方案2：仅处理指定列表中的元素并去重 #

如果你的需求是只对lst里的元素进行年份转换，同时保留原始的非lst元素并去重，可以用这个版本：

import pandas as pd

date = ['Oct-2017', 'Dec-2016', 'Nov-2016', 'Oct-2016', 'Mar-19', 'Feb-19', 'Jan-19', 'Jun-19', 'May-19', 'Apr-19', 'Sep-19', 'Aug-19', 'Jul-19']
df = pd.Series(date)
lst = ['Mar-19', 'Feb-19','Jan-19', 'Jun-19', 'May-19', 'Apr-19', 'Sep-19', 'Aug-19','Jul-19']

def impute_val(df, lst):
    processed_list = []
    for item in df:
        if item in lst:
            month, year = item.split('-')
            processed_item = f"{month}-2019"
        else:
            processed_item = item
        # 去重判断
        if processed_item not in processed_list:
            processed_list.append(processed_item)
    return processed_list

final_result = impute_val(df, lst)
print(final_result)

额外小技巧：快速去重（如果不介意顺序） #

如果你的原始数据里有大量重复元素，也可以用集合来快速去重，处理完后再转回列表（注意集合会打乱元素顺序）：

# 在函数最后添加这行，替换return语句
return list(set(processed_list))

内容的提问来源于stack exchange，提问作者shiva kumar