如何获得此数据集的正确输出？

Question

我有一个问题从我的数据集获取正确的输出。

我有一个包含Ticker名称，重量和分数的数据集，并希望为给定的股票代码获取TIK，Weight，Score的独特列表，其中Score = MAX（分数）。

数据集的一个例子是

[(u'COOL ', 25, 452.50000000000006), (u'MIND', 25, 221), (u'SIMO', 25, 209), (u'RAVN', 25, 131.75), (u'AET', 25, 99), (u'SBUX', 25, 83.5), (u'ATVI', 25, 47.75), (u'CACI', 25, 45.5), (u'DISH ', 25, 17.25), (u'COOL ', 15, 271.5), (u'MIND', 15, 132.6), (u'SIMO', 15, 125.39999999999999), (u'RAVN', 15, 79.05), (u'AET', 15, 59.4), (u'SBUX', 15, 50.099999999999994), (u'ATVI', 15, 28.65), (u'CACI', 15, 27.3), (u'DISH ', 15, 10.35), (u'COOL ', 10, 181), (u'MIND', 10, 88.4), (u'SIMO', 10, 83.6), (u'RAVN', 10, 52.699999999999996), (u'AET', 10, 39.6), (u'SBUX', 10, 33.4), (u'ATVI', 10, 19.099999999999998), (u'CACI', 10, 18.2), (u'DISH ', 10, 6.8999999999999995), (u'COOL ', 5, 90.5), (u'MIND', 5, 44.2), (u'SIMO', 5, 41.8), (u'RAVN', 5, 26.349999999999998), (u'AET', 5, 19.8), (u'SBUX', 5, 16.7), (u'ATVI', 5, 9.549999999999999), (u'CACI', 5, 9.1), (u'DISH ', 5, 3.4499999999999997)] 

.....对于数据集中的每个股票。

我期待达到的效果是：

COOL 25 452.50 
MIND 15 132.6 
SIMO 10 83.6 

前。 AAPL的权重为25，TITN的权重为20，ANF的权重为15，其权重为15，直到总和（权重）= 100。

每个报价器只能报告一次给定的重量。所以如果AAPL的分数最高为25，那么在任何其他体重下都不能再使用它。

这很难解释希望我已经提供足够的，你们提供一些指导。

***追加为了更加清晰一些真正的样本数据

Answer 1

嘛，不使用一些其他的库这是可以做到如下：

def get_element(lst, key): 
    for obj in lst: 
    if key(obj): 
     return obj 
    return None 

def generate_list(data_set): 
    result = [] 
    for obj in data_set: 
    temp = get_element(result, lambda k: k[0] == obj[0]) 
    if temp is None: 
     result.append(obj) 
    elif obj[1] > temp[1]: 
     ind = result.index(temp) 
     result[ind] = obj  
    return result 

导致在同一列表格式作为输入。

Answer 2

>>> from itertools import groupby 
>>> 
>>> groups = groupby(table, lambda x: x[0])  # table not sorted because items already are 
>>> [max(item[1], key=lambda x:x[2]) for item in groups] 
[('AAPL', 25, 400), ('TITN', 25, 350), ('ANF', 25, 250)] 
>>> 

或两行（只是为了好玩，不好意思）：

>>> from itertools import groupby 
>>> [max(item[1], key=lambda x:x[2]) for item in groupby(table, lambda x: x[0])] 
[('AAPL', 25, 400), ('TITN', 25, 350), ('ANF', 25, 250)] 

编辑：考虑到新表，由OP给出的例子，据我所知，分析有在每个选择步骤中优先考虑表中可用的有效最大值。然后使用：

table = [(u'COOL ', 25, 452.5), (u'MIND', 25, 221), 
     (u'SIMO', 25, 209), (u'RAVN', 25, 131.75), (u'AET', 25, 99), 
      ............................. 
     (u'CACI', 5, 9.1), (u'DISH ', 5, 3.45)] 

while table: 
    maxim = max(table, key= lambda x:x[2]) 
    print maxim 
    table = [tup for tup in table if tup[1] != maxim[1] and tup[0] != maxim[0]] 

此打印：

(u'COOL ', 25, 452.5) 
(u'MIND', 15, 132.59999999999999) 
(u'SIMO', 10, 83.599999999999994) 
(u'RAVN', 5, 26.350000000000001) 

请注意，这取决于你遵循连续选择你的项目规则的结果是不同的（见下面我的意见）。上面代码中选择的条件是给出的结果更接近OP的结果。有可能我的答案中的附加术语对应于OP示例中的错误

Answer 3

许多有效的答案。我的回答集中于可读性为开发者：

from collections import namedtuple 

Share = namedtuple('Share', 'name weight score') 
d = {} 
for share in [Share(*i) for i in table]: 
    try: 
     d[share.name] = share if share.score > d[share.name][2]\ 
           else d[share.name]  
    except KeyError: 
     d[share.name] = share 

for share in d: 
    print repr(d[share][:]).strip('()') 

>>> 'AAPL', 25, 400 
>>> 'TITN', 25, 350 
>>> 'ANF', 25, 250 

在你的桌子，好像体重已经集成在了比分，因为每一个重点似乎代表着10个的得分点，并有重量，有直接关系得分了。

Answer 4

嘿家伙感谢您的反馈！我从你的意见中意识到，我需要退后一步。

为了将每个权重分配给每个股票并试图查询该数据集，我根据其总体评分为股票分配了一个独特的权重。

* 这使用已经按最高分排序的数据集。

x = (25, 20, 15, 10, 10, 10, 5, 5) 
y = 0 
for each in table: 
    if y > 7: 
     pass 
    else: 
     w = each[0], each[1], each[2], x[y] 
     print w 
     y += 1 

感谢您的指导！并为您的烦恼，这些是一些优质股...

(u'COOL ', 2.98, 0.54, 25) 
(u'MIND', 23.96, 2.12, 20) 
(u'SIMO', 22.35, 1.87, 15) 
(u'RAVN', 65.35, 3.45, 10) 
(u'AET', 43.93, 1.74, 10) 
(u'SBUX', 47.6, 1.59, 10) 
(u'ATVI', 12.56, 0.24, 5) 
(u'CACI', 56.96, 1.04, 5)