我正试图用以下代码替换字符串中的重复单词：
from functools import reduce
from collections import Counter
import re
if __name__ == '__main__':
sentence = 'User Key Account Department Account Start Date'
result = reduce(
lambda sentence, word: re.sub(rf'{word}s*', '', sentence, count=1),
filter(lambda x: x[0] if x[1] > 1 else '',
Counter(sentence.split()).items()),
sentence
)
import pdb
pdb.set_trace()
print(result)
# User Key Department Account Start Date
但它并没有打印出预期的内容。奇怪的部分在filter中。如果我只列出筛选的结果：
[el for el in filter(lambda x: x[0] if x[1] > 1 else '', Counter(sentence.split()).items())]
# [('Account', 2)]
不管lambda中指定了什么，x[0]。
如果我将一个非false值传递给else子句：
[el for el in filter(lambda x: x[0] if x[1] > 1 else ['foo'], Counter(sentence.split()).items())]
# [('User', 1), ('Key', 1), ('Account', 2), ('Department', 1), ('Start', 1), ('Date', 1)]
我在这里缺少什么？
我想做以下事情：
[el for el in filter(lambda key,value: key if value > 1 else '', Counter(sentence.split()).items())]
得到Account。但它提高了*** TypeError: <lambda>() missing 1 required positional argument: 'value'
使用列表理解可以很好地工作：
[key for key, value in Counter(sentence.split()).items() if value > 1]
# ['Account']
这里的问题是我不确定你在这里想做什么。但我会解释实际发生了什么。
考虑表达式filter(lambda x: x[0] if x[1] > 1 else '', Counter(sentence.split()).items())。
filter的第一个自变量是谓词。这是一个接受一个输入(x(并返回一个被解释为布尔值的函数。
在这种情况下，让我们考虑谓词lambda x : x[0] if x[1] > 1 else ''——为了简写，我们将其写成P。我们将假设我们在有序对(a, b)上调用此函数，使得a是字符串，b是数字。
然后我们看到P((a, b)) = a if b > 1 else ''。
因此，如果b > 1，则P((a, b))计算为a。该值随后被解释为布尔值(即使它是字符串(，因为P充当谓词。
当我们解读一些"；容器"；数据类型，如字符串作为布尔值，我们将容器解释为"；真像"；如果它是非空的；假样"；如果它是空的。因此，在这种情况下，当a为非空时，a将被解释为True，而当a为空时，则False。
另一方面，当b <= 1时，P((a, b))将计算为''，然后将其解释为False(因为它是空字符串(。
所以P((a, b))是一个字符串，当被解释为布尔值时，它等于b > 1 and (a is non-empty)。
因此，当我们调用filter(P, seq)时，其中seq是对(a, b)的序列，a是字符串，b是数字，我们可以看到，我们将保留b > 1和a不为空的对(a, b)。
事实就是这样。
然而，似乎你想要的是只保留多次出现的项目，而忽略它们的计数。为此，您需要map和filter的组合。你会想要
map(lambda x: x[0], filter(lambda x: x[1] > 1, Counter(sentence.split()).items()))
这首先只保留对CCD_ 39，其中CCD_。然后它取下每个剩余的对CCD_ 41并且只保留CCD_。