Python：在键相同的字典列表中组合唯一值？答案

【问题标题】：Python: Combining unique values in list of dicts where keys are the same?Python：在键相同的字典列表中组合唯一值？
【发布时间】：2021-04-17 12:36:27
【问题描述】：

我不确定我是否以正确的方式提出问题，但这是我的问题：

我有以下格式的字典列表：

[
{'user': 'joe', 'IndexUsed': 'a'}, 
{'user': 'joe', 'IndexUsed': 'a'},
{'user': 'joe', 'IndexUsed': 'a'},
{'user': 'joe', 'IndexUsed': 'b'}, 
{'user': 'admin', 'IndexUsed': 'a'}, 
{'user': 'admin', 'IndexUsed': 'c'},
{'user': 'hugo', 'IndexUsed': 'a'},
{'user': 'hugo', 'IndexUsed': 'd'},
...
]

我希望我的最终结果如下所示：

[
{'user': 'joe', 'IndexUsed': ['a', 'b']}, 
{'user': 'admin', 'IndexUsed': ['a', 'c']}, 
{'user': 'hugo', 'IndexUsed': ['a', 'd']},
]

本质上，合并/去重IndexUsed 中的唯一字段并将它们减少到每个user 中只有一个字典

我已经研究过使用 reducer、dict 理解，并在 StackOverflow 上进行了搜索，但我在使用字符串查找用例时遇到了一些麻烦。我发现的大多数示例都是使用整数将它们组合成最终的 int/float，但在这里我宁愿将它组合成一个最终的字符串。你能帮我理解如何解决这个问题吗？

【问题讨论】：

所以您希望输出保留为字典列表，但 IndexUsed 键被合并到列表中？

标签： python python-3.x list dictionary-comprehension

【解决方案1】：

如果保证字典按名称分组在一起，那么您可以使用itertools.groupby 分别处理每组字典：

from itertools import groupby
from operator import itemgetter

data = [
    {'user': 'joe', 'IndexUsed': 'a'},
    {'user': 'joe', 'IndexUsed': 'a'},
    {'user': 'joe', 'IndexUsed': 'a'},
    {'user': 'joe', 'IndexUsed': 'b'},
    {'user': 'admin', 'IndexUsed': 'a'},
    {'user': 'admin', 'IndexUsed': 'c'},
    {'user': 'hugo', 'IndexUsed': 'a'},
    {'user': 'hugo', 'IndexUsed': 'd'},
]

merged_data = [{"user": key, "IndexUsed": list({i: None for i in map(itemgetter("IndexUsed"), group)})} for key, group in groupby(data, key=itemgetter("user"))]
for d in merged_data:
    print(d)

输出：

{'user': 'joe', 'IndexUsed': ['a', 'b']}
{'user': 'admin', 'IndexUsed': ['a', 'c']}
{'user': 'hugo', 'IndexUsed': ['a', 'd']}
>>>

这只是我想出的第一件事，但我不喜欢它有几个原因。首先，就像我说的，它假设原始字典由键 user 组合在一起。此外，长列表理解是不可读的，应该避免。生成合并的IndexUsed 列表的方式是创建一个临时字典，该字典将唯一条目映射到None （ew，总 - 使用字典而不是集合，因为集合不保留插入顺序）。它还假设您使用的是特定版本的 Python 3.x+，其中字典保证保留插入顺序（您可以使用 collections.OrderedDict 更明确，但这是一个更重要的地方）。最后，您不必对"user" 和"IndexUsed" 键字面值进行硬编码。有人请提出更好的答案。

【讨论】：

【解决方案2】：

from collections import defaultdict


data = [{'IndexUsed': 'a', 'user': 'joe'},
 {'IndexUsed': 'a', 'user': 'joe'},
 {'IndexUsed': 'a', 'user': 'joe'},
 {'IndexUsed': 'b', 'user': 'joe'},
 {'IndexUsed': 'a', 'user': 'admin'},
 {'IndexUsed': 'c', 'user': 'admin'},
 {'IndexUsed': 'a', 'user': 'hugo'},
 {'IndexUsed': 'd', 'user': 'hugo'}]

indexes_used = defaultdict(set)
for d in data:
    indexes_used[d['user']].add(d['IndexUsed'])

result = []
for k, v in indexes_used.items():
    result.append({'user': k, 'IndexUsed': sorted(list(v))})

print(*result)

输出：

{'user': 'joe', 'IndexUsed': ['a', 'b']} {'user': 'admin', 'IndexUsed': ['a', 'c']} {'user': 'hugo', 'IndexUsed': ['a', 'd']}

注意：对于不知情的人，defaultdict 使用传递的函数（在本例中为set）作为工厂来创建新的缺失键对应值。所以indexes_used 的每一个键都被设置 为一个set 填充使用的索引。使用 set 也会忽略重复项。最后将set 转换为排序列表，同时创建所需的键IndexUsed。

【讨论】：

【解决方案3】：

如果您有兴趣，可以在不使用任何库的情况下解决此要求：

arr = [
{'user': 'joe', 'IndexUsed': 'a'}, 
{'user': 'joe', 'IndexUsed': 'a'},
{'user': 'joe', 'IndexUsed': 'a'},
{'user': 'joe', 'IndexUsed': 'b'}, 
{'user': 'admin', 'IndexUsed': 'a'}, 
{'user': 'admin', 'IndexUsed': 'c'},
{'user': 'hugo', 'IndexUsed': 'a'},
{'user': 'hugo', 'IndexUsed': 'd'},
]

global_dict = {}


            
for d in arr:


     if(False if d["user"] in global_dict else True):

            global_dict[d["user"]] = [d["IndexUsed"]]
     else:
            global_dict[d["user"]].append(d["IndexUsed"])
            global_dict[d["user"]] = list(set(global_dict[d["user"]]))
 

print(global_dict)

# Now we get a dict of dicts with key as user and value as an array of distinct IndexUsed values: 
# {
#  'joe': ['b', 'a'],
#  'admin': ['c', 'a'],
#  'hugo': ['d', 'a']
# }



final_list = []

for k,v in global_dict.items():
    final_list.append({"user":k,"IndexUsed":v})


print(final_list)

#Desired Output
# [
#  {'user': 'joe', 'IndexUsed': ['b', 'a']},
#  {'user': 'admin', 'IndexUsed': ['c', 'a']},
#  {'user': 'hugo', 'IndexUsed': ['d', 'a']}
# ]

但是，如果您是短线爱好者... 让我将@progmatico 很棒的 defaultdict 方法最小化为这三行。

from collections import defaultdict


indexes_used = defaultdict(set)
[indexes_used[d['user']].add(d['IndexUsed']) for d in data] # for the side effect
print([{'user': k, 'IndexUsed': sorted(list(v))} for k, v in indexes_used.items()])

而且它仍然可读。

【讨论】：

谢谢，刚刚编辑了一点。我认为工作和可读就足够了。在 Python 中，你永远不应该假设你是用最 Pythonic 的方式制作的。可能还有另一种惯用的方式。虽然优雅通常会表现出来，但我看到太多人担心自己是 pythonic。
@progmatico，我完全同意你的看法。

【解决方案4】：

没有任何外部库：

l = [
    {'user': 'joe', 'IndexUsed': 'a'}, 
    {'user': 'joe', 'IndexUsed': 'a'},
    {'user': 'joe', 'IndexUsed': 'a'},
    {'user': 'joe', 'IndexUsed': 'b'}, 
    {'user': 'admin', 'IndexUsed': 'a'}, 
    {'user': 'admin', 'IndexUsed': 'c'},
    {'user': 'hugo', 'IndexUsed': 'a'},
    {'user': 'hugo', 'IndexUsed': 'd'}
]

def combinator(l):
    d = {}
        
    for item in l:
        if(d.get(item['user']) == None):
            d[item['user']] = {item['IndexUsed']}
            pass
        d[item['user']].add(item['IndexUsed'])
        
    return [{'user': key, 'IndexUsed': sorted(value)} for key, value in d.items()]


print(combinator(l))

【讨论】：