基于最低整数值筛选重复元组列表中的员工数据

我来给你一个实用的Python解决方案，帮你从重复的元组数据集中，为每个雇主筛选出得分最低的员工条目：

思路拆解 #

• 先确定每个雇主的最低得分：遍历数据集，按雇主分组记录对应的最低得分（注意要把字符串类型的得分转成整数再比较）。
• 筛选符合条件的条目：再次遍历数据集，只保留那些得分等于对应雇主最低分的条目。
• 可选：去重处理：因为原数据有大量重复，如果你需要唯一的条目，可以用有序字典来去重（还能保留原数据顺序）。

完整代码实现 #

dataset = [ ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset1', 'John Smith', '2'), 
            ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset2', 'Allan Smith', '1'), 
            ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset3', 'John Smith', '2'), 
            ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset2', 'Allan Smith', '1'), 
            ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset1', 'John Smith', '2'), 
            ('Employer 1', 'Video Editor', '2018-05-08 10:22:31', 'Dataset3', 'Allan Smith', '1'), 
            ('Employer 2', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james bond', '3'), 
            ('Employer 2', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james bond', '3'), 
            ('Employer 2', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james brown', '1'), 
            ('Employer 2', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james brown', '1'), 
            ('Employer 3', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james brown', '1'), 
            ('Employer 3', 'Cook', '2018-05-08 10:22:31', 'Dataset1', 'james brown', '1')]

# 1. 计算每个雇主的最低得分
employer_min_scores = {}
for entry in dataset:
    employer_name = entry[0]
    current_score = int(entry[5])  # 转成整数才能正确比较大小
    # 如果雇主不在字典里，或者当前得分比已记录的更低，就更新
    if employer_name not in employer_min_scores or current_score < employer_min_scores[employer_name]:
        employer_min_scores[employer_name] = current_score

# 2. 筛选出得分等于雇主最低分的所有条目
filtered_entries = [entry for entry in dataset if int(entry[5]) == employer_min_scores[entry[0]]]

# 3. 可选：去重并保持原顺序（Python 3.7+可用）
unique_filtered_entries = list(dict.fromkeys(filtered_entries))

# 输出结果
print("筛选后（保留重复条目）：")
for item in filtered_entries:
    print(item)

print("\n去重且保留原顺序的结果：")
for item in unique_filtered_entries:
    print(item)

代码说明 #

• 步骤1：通过字典employer_min_scores存储每个雇主的最低得分，为后续筛选提供明确的判断标准。
• 步骤2：用列表推导式快速筛选，只保留符合最低分要求的条目，逻辑清晰且执行高效。
• 步骤3：使用dict.fromkeys()来去重，既能去除重复的元组，又能保持原数据的顺序（Python 3.7及以上版本支持字典插入顺序保留）。如果不需要保持顺序，直接用list(set(filtered_entries))更简单。

运行这段代码后，你会得到：

• Employer 1只保留Allan Smith（得分1）的所有条目；
• Employer 2只保留james brown（得分1）的所有条目；
• Employer 3因为所有条目得分都是1，所以全部保留（或去重后保留唯一条目）。

内容的提问来源于stack exchange，提问作者iNoob