获取排序列表中特定键的前 n 个字典

Question

我编写了一个脚本，用于计算订单的送货地址与特定连锁店的每个商店位置之间的距离（以英里为单位）。到目前为止，我已经创建了一个排序的字典列表（按 order_id 和距离排序）。它看起来像这样：

   [
       {
            "order_id": 1,
            "distance": 10,
            "storeID": 1112
        },
        {
            "order_id": 1,
            "distance": 20,
            "storeID": 1116
        },
        {
            "order_id": 1,
            "distance": 30,
            "storeID": 1134
        },
        {
            "order_id": 1,
            "distance": 40,
            "storeID": 1133
        },
        {
            "order_id": 2,
            "distance": 6,
            "storeID": 1112
        },
        {
            "order_id": 2,
            "distance": 12,
            "storeID": 1116
        },
        {
            "order_id": 2,
            "distance": 18,
            "storeID": 1134
        },
        {
            "order_id": 2,
            "distance": 24,
            "storeID": 1133
        }
    ]

从这里，我想为每个order_id 找到最近的两家商店，以及它们的距离。

我最终想要的是一个如下所示的列表：

   [
       {
            "order_id": 1,
            "closet_store_distance": 10,
            "closest_store_id": 1112,
            "second_closet_store_distance": 20,
            "second_closest_store_id": 1116
       },
       {
            "order_id": 2,
            "closet_store_distance": 6,
            "closest_store_id": 1112,
            "second_closet_store_distance": 12,
            "second_closest_store_id": 1116
      }
]

我不确定如何遍历此列表中的每个 order_id 并选择两个最近的商店。任何帮助表示赞赏。

Answer 1

尝试这样的事情，我假设初始数据在一个名为 sample.txt 的文件中。

import json
from operator import itemgetter

def make_order(stores, id):
   return {
      "order_id": id,
      "closet_store_distance": stores[0][1],
      "closest_store_id": stores[0][0],
      "second_closet_store_distance": stores[1][1],
      "second_closest_store_id": stores[1][0]
   }

def main():
   with open('sample.txt', 'r') as data_file:
      data = json.loads(data_file.read())

   id1 = {}
   id2 = {}
   for i in data:
      if i["order_id"] == 1:
         id1[i["storeID"]] = i["distance"]
      else:
         id2[i["storeID"]] = i["distance"]

   top1 = sorted(id1.items(), key=itemgetter(1))
   top2 = sorted(id2.items(), key=itemgetter(1))

   with open('results.json', 'w') as result_file:
      order1 = make_order(top1, 1)
      order2 = make_order(top2, 2)
      json.dump([order1, order2], result_file, indent=3, separators=(',', ': '))

if __name__ == '__main__':
   main()

生成的文件如下所示：

[
   {
      "second_closest_store_id": 1116,
      "closet_store_distance": 10,
      "closest_store_id": 1112,
      "order_id": 1,
      "second_closet_store_distance": 20
   },
   {
      "second_closest_store_id": 1116,
      "closet_store_distance": 6,
      "closest_store_id": 1112,
      "order_id": 2,
      "second_closet_store_distance": 12
   }
]

Answer 2

一个很好的可读答案（但使用我的一个免费库。）：

from PLOD import PLOD

order_store_list = [
       {
            "order_id": 1,
            "distance": 10,
            "storeID": 1112
        },
        {
            "order_id": 1,
            "distance": 20,
            "storeID": 1116
        },
        {
            "order_id": 1,
            "distance": 30,
            "storeID": 1134
        },
        {
            "order_id": 1,
            "distance": 40,
            "storeID": 1133
        },
        {
            "order_id": 2,
            "distance": 6,
            "storeID": 1112
        },
        {
            "order_id": 2,
            "distance": 12,
            "storeID": 1116
        },
        {
            "order_id": 2,
            "distance": 18,
            "storeID": 1134
        },
        {
            "order_id": 2,
            "distance": 24,
            "storeID": 1133
        }
]

#
# first, get the order_ids (place in a dictionary to ensure uniqueness)
#
order_id_keys = {}
for entry in order_store_list:
    order_id_keys[entry["order_id"]] = True
#
# next, get the two closest stores per order_id
#
closest_stores = []
for order_id in order_id_keys:
    top_two = PLOD(order_store_list).eq("order_id", order_id).sort("distance").returnList(limit=2)
    closest_stores.append({
        "order_id": order_id,
        "closet_store_distance": top_two[0]["distance"],
        "closest_store_id": top_two[0]["storeID"],
        "second_closet_store_distance": top_two[1]["distance"],
        "second_closest_store_id": top_two[1]["storeID"]
    })
#
# sort by order_id again (if that is important)
#
closest_stores = PLOD(closest_stores).sort("order_id").returnList()

此示例假定产生式order_store_list 将适合内存。如果您使用的是更大的数据集，我强烈建议您为该数据库使用数据库和 python 库。

我的 PLOD 库是免费和开源的 (MIT)，但需要 Python 2.7。我距离 Python 3.5 版本还有大约两周的时间。见https://pypi.python.org/pypi/PLOD/0.1.7