在 Python 中，可以使用 `pandas` 或 `numpy` 对二维数组进行排序和去重操作。但如果你希望不依赖这些第三方库，也可以使用标准库如 `operator` 和 `itertools` 来实现。 下面是一个完整的示例： - 对一个二维数组按照某一列进行排序（例如第 1 列） - 然后对另一列进行去重（例如第 0 列） ### 示例代码： ```python from operator import itemgetter # 原始二维数组 data = [ [3, 'apple'], [1, 'banana'], [2, 'cherry'], [1, 'date'], [3, 'elderberry'], [2, 'fig'] ] # 步骤 1: 按照第1列（字符串）进行排序 sorted_data = sorted(data, key=itemgetter(1)) print("按第1列排序后的数据：") for row in sorted_data: print(row) # 步骤 2: 根据第0列（数字）进行去重，保留第一次出现的项 seen = set() unique_data = [] for row in sorted_data: key = row[0] if key not in seen: seen.add(key) unique_data.append(row) print("\n根据第0列去重后的结果：") for row in unique_data: print(row) ``` ### 输出示例： ``` 按第1列排序后的数据： [3, 'apple'] [1, 'banana'] [2, 'cherry'] [1, 'date'] [3, 'elderberry'] [2, 'fig'] 根据第0列去重后的结果： [3, 'apple'] [1, 'banana'] [2, 'cherry'] ``` --- ### 解释： 1. **排序部分**： - 使用 `sorted()` 函数配合 `itemgetter(1)` 对第 1 列（即字符串列）进行排序。 - `itemgetter(n)` 是一个高效的获取某个索引位置元素的函数。 2. **去重部分**： - 创建一个集合 `seen` 用于记录已经出现过的键值（第 0 列）。 - 遍历已排序的数据，如果当前行的第 0 列未出现过，则保留该行，并加入集合中。 - 这样可以保证每个唯一键只保留第一次出现的那一行。 --- ### 如果你使用 pandas： ```python import pandas as pd df = pd.DataFrame([ [3, 'apple'], [1, 'banana'], [2, 'cherry'], [1, 'date'], [3, 'elderberry'], [2, 'fig'] ], columns=['id', 'fruit']) # 排序 df_sorted = df.sort_values(by='fruit') # 去重 id 列，保留第一次出现的行 df_unique = df_sorted.drop_duplicates(subset='id', keep='first') print(df_unique) ``` --- ###