在Python編程中，列表（List）是一種非常常用的數據結構，它可以存儲多個元素，并且這些元素可以是不同類型的。然而，在實際應用中，我們經常會遇到列表中包含重復項的情況。為了處理這些重復項，Python提供了多種方法來實現列表去重。本文將詳細介紹這些方法，并通過示例代碼幫助讀者更好地理解和掌握這些技巧。
集合（Set）是Python中的一種內置數據類型，它的特點是元素唯一且無序。因此，我們可以利用集合的這一特性來實現列表去重。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用集合去重
unique_list = list(set(original_list))
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
列表推導式是Python中一種簡潔的創建列表的方法。我們可以利用列表推導式來實現列表去重，同時保持原有順序。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用列表推導式去重
unique_list = []
[unique_list.append(x) for x in original_list if x not in unique_list]
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
dict.fromkeys()方法去重在Python 3.7及以上版本中，字典（Dictionary）的鍵是有序的。我們可以利用這一特性，通過dict.fromkeys()方法來實現列表去重，并保持原有順序。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用dict.fromkeys()方法去重
unique_list = list(dict.fromkeys(original_list))
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
itertools.groupby()方法去重itertools.groupby()是Python標準庫itertools中的一個函數，它可以對可迭代對象進行分組。我們可以利用這一函數來實現列表去重。
from itertools import groupby
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用itertools.groupby()方法去重
unique_list = [k for k, g in groupby(sorted(original_list))]
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
itertools.groupby()函數要求輸入的可迭代對象是已排序的，因此在去重之前需要對列表進行排序。這可能會導致原有順序的改變。pandas庫去重pandas是Python中一個強大的數據處理庫，它提供了豐富的數據結構和函數。我們可以利用pandas庫中的drop_duplicates()方法來實現列表去重。
import pandas as pd
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用pandas庫去重
unique_list = pd.Series(original_list).drop_duplicates().tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
pandas庫，如果項目中未使用pandas，則可能需要額外安裝。numpy庫去重numpy是Python中一個常用的科學計算庫，它提供了高效的數組操作函數。我們可以利用numpy庫中的unique()函數來實現列表去重。
import numpy as np
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用numpy庫去重
unique_list = np.unique(original_list).tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
numpy庫，如果項目中未使用numpy，則可能需要額外安裝。numpy.unique()函數默認會對數組進行排序，因此原有順序可能會改變。collections.OrderedDict去重collections.OrderedDict是Python標準庫collections中的一個類，它是一個有序字典。我們可以利用OrderedDict來實現列表去重，并保持原有順序。
from collections import OrderedDict
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用OrderedDict去重
unique_list = list(OrderedDict.fromkeys(original_list))
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
OrderedDict在Python 3.7及以上版本中與普通字典的行為一致，因此在Python 3.7及以上版本中，可以直接使用普通字典的fromkeys()方法。functools.reduce()方法去重functools.reduce()是Python標準庫functools中的一個函數，它可以對可迭代對象進行累積操作。我們可以利用reduce()函數來實現列表去重。
from functools import reduce
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用functools.reduce()方法去重
def remove_duplicates(acc, x):
if x not in acc:
acc.append(x)
return acc
unique_list = reduce(remove_duplicates, original_list, [])
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
more_itertools.unique_everseen()方法去重more_itertools是Python中一個擴展了itertools功能的第三方庫。我們可以利用more_itertools.unique_everseen()函數來實現列表去重，并保持原有順序。
from more_itertools import unique_everseen
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用more_itertools.unique_everseen()方法去重
unique_list = list(unique_everseen(original_list))
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
more_itertools庫，如果項目中未使用more_itertools，則可能需要額外安裝。set與列表推導式結合去重我們可以將set與列表推導式結合起來，實現列表去重并保持原有順序。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用set與列表推導式結合去重
seen = set()
unique_list = [x for x in original_list if not (x in seen or seen.add(x))]
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
filter()函數去重filter()是Python中的一個內置函數，它可以對可迭代對象進行過濾。我們可以利用filter()函數來實現列表去重。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用filter()函數去重
seen = set()
unique_list = list(filter(lambda x: not (x in seen or seen.add(x)), original_list))
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
map()函數去重map()是Python中的一個內置函數，它可以對可迭代對象進行映射操作。我們可以利用map()函數來實現列表去重。
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用map()函數去重
seen = set()
unique_list = list(map(lambda x: x if not (x in seen or seen.add(x)) else None, original_list))
# 過濾掉None值
unique_list = [x for x in unique_list if x is not None]
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
collections.Counter去重collections.Counter是Python標準庫collections中的一個類，它是一個計數器。我們可以利用Counter來實現列表去重。
from collections import Counter
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用collections.Counter去重
unique_list = list(Counter(original_list).keys())
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
Counter的鍵是無序的，因此使用Counter去重后，列表中的元素順序可能會發生變化。如果需要保持原有順序，可以使用其他方法。Counter中的元素必須是可哈希的（即不可變的），例如整數、字符串、元組等。如果列表中包含不可哈希的元素（如列表、字典等），則無法直接使用Counter去重。pandas.Series.unique()方法去重pandas.Series.unique()是pandas庫中的一個方法，它可以返回Series中的唯一值。我們可以利用這一方法來實現列表去重。
import pandas as pd
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用pandas.Series.unique()方法去重
unique_list = pd.Series(original_list).unique().tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
pandas庫，如果項目中未使用pandas，則可能需要額外安裝。pandas.Series.unique()方法會保持原有順序，適用于需要保持順序的場景。numpy.unique()方法去重numpy.unique()是numpy庫中的一個函數，它可以返回數組中的唯一值。我們可以利用這一函數來實現列表去重。
import numpy as np
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用numpy.unique()方法去重
unique_list = np.unique(original_list).tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
numpy庫，如果項目中未使用numpy，則可能需要額外安裝。numpy.unique()函數默認會對數組進行排序，因此原有順序可能會改變。pandas.DataFrame.drop_duplicates()方法去重pandas.DataFrame.drop_duplicates()是pandas庫中的一個方法，它可以刪除DataFrame中的重復行。我們可以利用這一方法來實現列表去重。
import pandas as pd
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用pandas.DataFrame.drop_duplicates()方法去重
df = pd.DataFrame(original_list, columns=['value'])
unique_list = df['value'].drop_duplicates().tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
pandas庫，如果項目中未使用pandas，則可能需要額外安裝。pandas.DataFrame.drop_duplicates()方法會保持原有順序，適用于需要保持順序的場景。pandas.Series.drop_duplicates()方法去重pandas.Series.drop_duplicates()是pandas庫中的一個方法，它可以刪除Series中的重復值。我們可以利用這一方法來實現列表去重。
import pandas as pd
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用pandas.Series.drop_duplicates()方法去重
unique_list = pd.Series(original_list).drop_duplicates().tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
pandas庫，如果項目中未使用pandas，則可能需要額外安裝。pandas.Series.drop_duplicates()方法會保持原有順序，適用于需要保持順序的場景。pandas.DataFrame.duplicated()方法去重pandas.DataFrame.duplicated()是pandas庫中的一個方法，它可以返回一個布爾Series，表示每一行是否是重復行。我們可以利用這一方法來實現列表去重。
import pandas as pd
# 原始列表
original_list = [1, 2, 2, 3, 4, 4, 5]
# 使用pandas.DataFrame.duplicated()方法去重
df = pd.DataFrame(original_list, columns=['value'])
unique_list = df[~df.duplicated()]['value'].tolist()
print(unique_list)
輸出結果：
[1, 2, 3, 4, 5]
pandas庫，如果項目中未使用pandas，則可能需要額外安裝。pandas.DataFrame.duplicated()方法會保持原有順序，適用于需要保持順序的場景。pandas.Series.duplicated()方法去重pandas.Series.duplicated()是pandas庫中的一個方法，它可以返回一個布爾Series，表示每一個元素是否是重復值。我們可以利用這一方法來實現列表去重。
”`python import
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
