Python中按col1的men/women/people求col2最大值的优化方案

嘿，作为Python新手能想到拆分数组的思路已经很不错啦！其实我们有更简洁高效的方案，不用拆分多个数组，只需要一次遍历就能搞定这个需求，下面给你两种实用的方法：

方法一：使用字典跟踪最大值（最直观，适合新手） #

我们可以用一个字典来记录每个类别（'men'/'women'/'people'）当前的最大值，遍历列表的时候逐个比较更新就行，代码逻辑清晰易懂：

# 你的原始数据
data = [['men', 2, '1945-Truman.txt'], ['women', 2, '1945-Truman.txt'], ['people', 10, '1945-Truman.txt'], ['men', 12, '1946-Truman.txt'], ['women', 7, '1946-Truman.txt'], ['people', 49, '1946-Truman.txt'], ['men', 7, '1947-Truman.txt'], ['women', 2, '1947-Truman.txt'], ['people', 12, '1947-Truman.txt'], ['men', 4, '1948-Truman.txt'], ['women', 1, '1948-Truman.txt'], ['people', 22, '1948-Truman.txt'], ['men', 2, '1949-Truman.txt'], ['women', 1, '1949-Truman.txt'], ['people', 15, '1949-Truman.txt'], ['men', 6, '1950-Truman.txt'], ['women', 2, '1950-Truman.txt'], ['people', 15, '1950-Truman.txt'], ['men', 8, '1951-Truman.txt'], ['women', 2, '1951-Truman.txt'], ['people', 9, '1951-Truman.txt'], ['men', 3, '1953-Eisenhower.txt'], ['women', 0, '1953-Eisenhower.txt'], ['people', 17, '1953-Eisenhower.txt']]

# 初始化字典，用负无穷确保第一个值能被正确更新
max_values = {'men': -float('inf'), 'women': -float('inf'), 'people': -float('inf')}

for item in data:
    category = item[0]
    value = item[1]
    # 如果当前值比字典里存储的最大值大，就更新
    if value > max_values[category]:
        max_values[category] = value

# 转成你需要的列表格式（包含文件名的话可以看注释里的扩展写法）
result = [[cat, val] for cat, val in max_values.items()]
# 扩展：如果需要记录对应最大值的文件名，可以这样写
# max_info = {'men': (-float('inf'), ''), 'women': (-float('inf'), ''), 'people': (-float('inf'), '')}
# for item in data:
#     cat, val, file = item
#     if val > max_info[cat][0]:
#         max_info[cat] = (val, file)
# result_with_file = [[cat, val, file] for cat, (val, file) in max_info.items()]

print(max_values)
# 输出：{'men': 12, 'women': 7, 'people': 49}

这个方法的优势是只需要遍历一次数据，时间复杂度是O(n)，比拆分多个数组再分别求最大值的效率更高，而且代码也更紧凑。

方法二：使用itertools.groupby（适合熟悉Python标准库的同学） #

如果你想尝试更Pythonic的写法，可以用itertools.groupby，不过需要先按类别排序数据，然后分组求最大值：

from itertools import groupby

# 先按类别排序（groupby要求数据是有序的）
sorted_data = sorted(data, key=lambda x: x[0])

# 分组并求每个组的最大值
max_values = {}
for key, group in groupby(sorted_data, key=lambda x: x[0]):
    # 从每组中取出所有数值，求最大值
    max_val = max(item[1] for item in group)
    max_values[key] = max_val

print(max_values)
# 输出同样是：{'men': 12, 'women': 7, 'people': 49}

这个写法更简洁，但因为需要先排序，时间复杂度是O(n log n)，如果数据量很大的话，第一种方法会更高效。

总结 #

如果是新手，优先推荐第一种字典跟踪的方法，逻辑清晰容易理解，而且效率更高；如果追求代码简洁，可以试试第二种groupby的写法。两种方法都能避免拆分多个数组的麻烦，而且更符合Python的编程习惯～

内容的提问来源于stack exchange，提问作者Junaid