关于怎么获得，我想其实网上有很多答案。
list.index( )获得值的索引值，但是如果list中含有的值一样，例如含有两个11,22，这样每次获得的都是第一个值的位置。
那么怎么去解决这个问题呢？
下面的程序对这个问题做了一定的解答
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author : SundayCoder-俊勇
# @File : listlearn.py
# 怎么获得list中的相同值的索引值
# 请看下列程序
s = [11, 22, 33, 44, 22, 11]
print s.index(11)
# 此时输出0
print s.index(22)
# 此时输出1
# 那怎么才能得到11,22相同的值的索引值呢？
# 有人说用dict（字典），这个方法也可以
# 有人说用defaultdict
# 程序如下：
from collections import defaultdict
d = defaultdict(list)
for k,va in [(v,i) for i,v in enumerate(s)]:
d[k].append(va)
print d
# 输出的结果如下：defaultdict(, {33: [2], 11: [0, 5], 44: [3], 22: [1, 4]})
# 但是有没有一个更加简单的方法呢？
# 有的，那就是”偷梁换柱“，用一个s1来复制s。
s1 = s
i = s1.index(11)
s1[i]=55
# 替换s1的11为55（不一定是55只要是列表中没有的数值就可以）
# 再打印s1
print s1
# 输出[55, 22, 33, 44, 22, 11]
# 下一步可以得到11的位置了
print s1.index(11)
# 输出为：5
以上这篇获取python的list中含有重复值的index方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。
本文标题: 获取python的list中含有重复值的index方法
本文地址: http://www.cppcns.com/jiaoben/python/231227.html

Suppose I have a list of numbers:
my_list = [3, 8, 4, 2, 8, 1, 1, 2, 5, 1]
I now want to find the indices of the 2 greatest numbers in this list. So, I try:
import heapq
max_vals = heapq.nlargest(2, my_list)
index1 = my_list.index(max_vals[0])
index2 = my_list.index(max_vals[1])
print index1
print index2
Here, both index1and index2 are 1. This is because max_vals has 8 for both values, and the my_list.index() just searches for the first instance of 8.
How can I get the indices of the top 2 values in this case, such that index1 is 1 as before, but index2 is now 4, corresponding to the other 8 in the list?
On a side note, it seems rather inefficient to find the maximum value in a list, and then subsequently find the index of that value. Is there not a way to achieve this in one sweep of the list?
Thank you.
解决方案
You can apply heapq.nlargest on enumerate(list)"
>>> import heapq
>>> data = heapq.nlargest(2, enumerate(my_list), key=lambda x:x[1])
>>> indices, vals = zip(*data)
>>> indices
(1, 4)
>>> vals
(8, 8)

在某些情况下，我们需要重复列表中的值。值的这种重复可以通过以下方式在python中实现。
使用嵌套的for循环
这是一种简单的方法，其中选择每个元素，通过内部for循环创建其重复项，然后将它们都传递给外部for循环。
示例# Given list
listA = ['Mon', 'Tue', 9, 3, 3]
print("Given list : ",listA)
# Adding another element for each element
Newlist = [i for i in listA for n in (0, 1)]
# Result
print("New list after duplication: ",Newlist)
输出结果
运行上面的代码给我们以下结果-Given list : ['Mon', 'Tue', 9, 3, 3]
New list after duplication: ['Mon', 'Mon', 'Tue', 'Tue', 9, 9, 3, 3, 3, 3]
使用itertools
itertools模块处理可迭代对象中的数据操作。在这里我们应用chain.from_iterables其中
示例import itertools
# Given list
listA = ['Mon', 'Tue', 9, 3, 3]
print("Given list : ",listA)
# Adding another element for each element
Newlist = list(itertools.chain.from_iterable([n, n] for n in listA))
# Result
print("New list after duplication: ",Newlist)
输出结果
运行上面的代码给我们以下结果-Given list : ['Mon', 'Tue', 9, 3, 3]
New list after duplication: ['Mon', 'Mon', 'Tue', 'Tue', 9, 9, 3, 3, 3, 3]
与减少
reduce函数将作为参数传递给它的特定函数应用于作为第二参数传递给它的所有列表元素。我们将其与add函数一起使用，该函数会添加列表中每个元素的重复元素。
示例from functools import reduce
from operator import add
# Given list
listA = ['Mon', 'Tue', 9, 3, 3]
print("Given list : ",listA)
# Adding another element for each element
Newlist = list(reduce(add, [(i, i) for i in listA]))
# Result
print("New list after duplication: ",Newlist)
输出结果
运行上面的代码给我们以下结果-Given list : ['Mon', 'Tue', 9, 3, 3]
New list after duplication: ['Mon', 'Mon', 'Tue', 'Tue', 9, 9, 3, 3, 3, 3]

类似数据，列表中每一个字典是一条数据，如何按天将数据分割，将每天的数据保存到一个列表中，每天的数据量不相同也就是每天数据的行数不同[{'date':2019-08-17,'type':'旅游','over_...
类似数据，列表中每一个字典是一条数据，如何按天将数据分割，将每天的数据保存到一个列表中，每天的数据量不相同也就是每天数据的行数不同
[   {'date':2019-08-17, 'type':'旅游', 'over_im':'12365'},
{'date':2019-08-17, 'type':'娱乐', 'over_im':'11234'},
{'date':2019-08-17, 'type':'工作', 'over_im':'9754'},
{'date':2019-08-17, 'type':'休闲', 'over_im':'8634'},
{'date':2019-08-17, 'type':'生活', 'over_im':'3256'},
{'date':2019-08-18, 'type':'生活', 'over_im':'15342'},
{'date':2019-08-18, 'type':'旅游', 'over_im':'12332'},
{'date':2019-08-18, 'type':'玩乐', 'over_im':'11232'},
{'date':2019-08-18, 'type':'休闲', 'over_im':'10432'},
{'date':2019-08-18, 'type':'生活', 'over_im':'9532'},
{'date':2019-08-18, 'type':'工作', 'over_im':'7632'},
{'date':2019-08-18, 'type':'游戏', 'over_im':'5422'},
{'date':2019-08-19, 'type':'工作', 'over_im':'9942'},
{'date':2019-08-19, 'type':'游戏', 'over_im':'7842'},
{'date':2019-08-19, 'type':'休闲', 'over_im':'6213'},
{'date':2019-08-19, 'type':'生活', 'over_im':'5267'},
{'date':2019-08-19, 'type':'玩乐', 'over_im':'2445'}
...]
]
展开