Python 删除字段中具有共同值的所有行

Question

我有包含 4 个字段的数据行

aaaa bbb1 cccc dddd  
aaaa bbb2 cccc dddd  
aaaa bbb3 cccc eeee  
aaaa bbb4 cccc ffff  
aaaa bbb5 cccc gggg  
aaaa bbb6 cccc dddd    

请耐心等待。

第一个和第三个字段始终相同 - 但我不需要它们，第 4 个字段可以相同或不同。问题是，我只想要来自不共享公共(public)字段的行的第 2 和第 4 个字段。比如从上面的数据中这样

bbb3 eeee  
bbb4 ffff    
bbb5 gggg    

现在我不是说重复数据删除，因为那样会留下一个条目。如果第 4 个字段与另一行共享一个值，我不想要任何具有该值的行。

再次为询问可能很简单的问题而道歉。

Answer 1

给你:

from collections import defaultdict

LINES = """\
aaaa bbb1 cccc dddd
aaaa bbb2 cccc dddd
aaaa bbb3 cccc eeee
aaaa bbb4 cccc ffff
aaaa bbb5 cccc gggg
aaaa bbb6 cccc dddd""".split('\n')

# Count how many lines each unique value of the fourth field appears in.
d_counts = defaultdict(int)
for line in LINES:
    a, b, c, d = line.split()
    d_counts[d] += 1

# Print only those lines with a unique value for the fourth field.
for line in LINES:
    a, b, c, d = line.split()
    if d_counts[d] == 1:
        print b, d

# Prints
# bbb3 eeee
# bbb4 ffff
# bbb5 gggg