Python 数据处理，切片，替换，去重

一、把下面这组数据进行处理，进行规则排序。

第一版代码：

#!/usr/local/python3/bin/python3
#定义了一个函数，用来做数据的分隔符转换，保证数据风格的一致，才能有效排序。
def sanitize(time_string):   
    if '-' in time_string:    
        splitter='-'
    elif ':' in time_string:
        splitter=':'
    else:
        return(time_string)
#将取到的一段数据，通过判断中定义的分割符切开为两组，分别报存到mins，secs变量中。
    (mins,secs) = time_string.split(splitter) 
#在返回结果的时候，完成字符串合并。
    return(mins + '.' + secs)   

#使用with open打开文件，和open不同于with open会自动关闭文件，不需要手动关闭。    
with open('james') as jam:
    data = jam.readline()
#把数据进行首尾去空格，使用，最为分隔符切分。    
james1 = data.strip().split(',')
#这里也可以通过这种方式排序，在最后输出的时候，直接输出james2就可以了。
#james2 = sorted(james1)

with open('julie') as jul:
    data = jul.readline()
julie1 = data.strip().split(',')
#julie2 = sorted(julie1)

with open('mikey') as mik:
    data = mik.readline()
mikey1 = data.strip().split(',')
#mikey2 = sorted(mikey1)

with open('sarah') as sar:
    data = sar.readline()
sarah1 = data.strip().split(',')
#sarah2 = sorted(sarah1)

clean_james=[]
clean_julie=[]
clean_mikey=[]
clean_sarah=[]

#通过迭代每组数据，调用sanitize函数，再把转换好的数据添加到新的列表中，这样列表中的数据风格就是一致的。
for each_t in james1:
    clean_james.append(sanitize(each_t))  
for each_t in julie1:
    clean_julie.append(sanitize(each_t))
for each_t in mikey1:
    clean_mikey.append(sanitize(each_t))
for each_t in sarah1:
    clean_sarah.append(sanitize(each_t))

#输出新列表并排序
print(sorted(clean_james)) 
print(sorted(clean_julie))
print(sorted(clean_mikey))
print(sorted(clean_sarah))

输出结果：

这就完成了规则排序。

二、需要给数据去重复，排序，只输出前三项数据。

第二版代码：

#!/usr/local/Python3/bin/python3
def sanitize(time_string):
    if '-' in time_string:
        splitter='-'
    elif ':' in time_string:
        splitter=':'
    else:
        return(time_string)
    (mins,secs) = time_string.split(splitter)
    return(mins + '.' + secs)

#定义函数来解决去除重复数据项的问题，此函数接受两个列表作为参数带入，当数据不存在新列表中就把数据添加到新列表，如果有存在则不会添加，代替了下面使用每个列表使用for迭代的方式，代码更简洁。    
def pomoto(old_list,new_list):
    for i in old_list:
        if i not in new_list:
            new_list.append(i)

with open('james') as jam:
    data = jam.readline()
james1 = data.strip().split(',')

with open('julie') as jul:
    data = jul.readline()
julie1 = data.strip().split(',')

with open('mikey') as mik:
    data = mik.readline()
mikey1 = data.strip().split(',')

with open('sarah') as sar:
    data = sar.readline()
sarah1 = data.strip().split(',')


unique_james = []
unique_julie = []
unique_sarah = []
unique_mikey = []

#从迭代的方式改为了列表推导的方式
clean_james = sorted([sanitize(each_t) for each_t in james1])
clean_julie = sorted([sanitize(each_t) for each_t in julie1])
clean_mikey = sorted([sanitize(each_t) for each_t in mikey1])
clean_sarah = sorted([sanitize(each_t) for each_t in sarah1])

#调用函数完成去重复
pomoto(clean_james,unique_james)
pomoto(clean_julie,unique_julie)
pomoto(clean_mikey,unique_mikey)
pomoto(clean_sarah,unique_sarah)

#每列表迭代方式的去重复
#for i in clean_james:
#    if i not in unique_james:
#        unique_james.append(i)
#for i in clean_julie:
#    if i not in unique_julie:
#        unique_julie.append(i)
#for i in clean_mikey:
#    if i not in unique_mikey:
#        unique_mikey.append(i)
#for i in clean_sarah:
#    if i not in unique_sarah:
#        unique_sarah.append(i)

#输出去重复后的唯一新列表，只打印前三项数据
print(unique_james[0:3])
print(unique_julie[0:3])
print(unique_mikey[0:3])
print(unique_sarah[0:3])

输出结果：

三、使用集合删除重复项，将重复的with open定义为函数，简洁代码，进行逆序排序，输出前三项。

第三版代码：

#!/usr/local/python3/bin/python3
def sanitize(time_string):
    if '-' in time_string:
        splitter='-'
    elif ':' in time_string:
        splitter=':'
    else:
        return(time_string)
    (mins,secs) = time_string.split(splitter)
    return(mins + '.' + secs)
    
#定义函数打开文件获取数据返回，并加入了错误处理代码。
def get_file_data(filename):
    try:
        with open(filename) as f:
            data = f.readline()
        return(data.strip().split(','))
    except ioError as ioerr:
        print('File error' + str(ioerr))
        return(None)

#调用函数直接得到文件中经过切片后的数据。  
james1 = get_file_data('james')
julie1 = get_file_data('julie')
mikey1 = get_file_data('mikey')
sarah1 = get_file_data('sarah')

print(sorted(set([sanitize(i) for i in james1]),reverse=True)[0:3])
print(sorted(set([sanitize(i) for i in julie1]),reverse=True)[0:3])
print(sorted(set([sanitize(i) for i in mikey1]),reverse=True)[0:3])
print(sorted(set([sanitize(i) for i in sarah1]),reverse=True)[0:3])

输出结果：

定义get_file_data函数代替了，多行的with open，使得代码简洁。

Python 集合数据结构：集合中的数据项是无序的，而且不允许重复的，这和我们数学中的集合很像。

最后print输出代码：