给定一个字典列表，我如何消除一个键的重复项，并按另一个键排序答案

【问题标题】：Given a list of dictionaries, how can I eliminate duplicates of one key, and sort by another给定一个字典列表，我如何消除一个键的重复项，并按另一个键排序
【发布时间】：2012-02-03 04:50:34
【问题描述】：

我正在使用看起来像这样的 list 的 dict 对象（对象的顺序不同）：

[
    {'name': 'Foo', 'score': 1},
    {'name': 'Bar', 'score': 2},
    {'name': 'Foo', 'score': 3},
    {'name': 'Bar', 'score': 3},
    {'name': 'Foo', 'score': 2},
    {'name': 'Baz', 'score': 2},
    {'name': 'Baz', 'score': 1},
    {'name': 'Bar', 'score': 1}
]

我想要做的是删除重复的名称，只保留每个名称中具有最高 'score' 的名称。上述列表的结果将是：

[
    {'name': 'Baz', 'score': 2},
    {'name': 'Foo', 'score': 3},
    {'name': 'Bar', 'score': 3}
]

我不确定在这里使用哪种模式（除了一个看似愚蠢的循环，它不断检查当前dict 的'name' 是否已经在列表中，然后检查它的'score' 是否高于现有的'score'。

【问题讨论】：

跟着循环走，简单明了。
当您需要“稍微”更改时，它简单明了，六个月后易于阅读
+1 这个问题有点神奇，因为它引出了一组多样且有趣的答案。令人着迷的是，这个问题有多少完全不同的解决方案。由于答案集丰富，我将其列为最爱（我也赞成每个具有创造性或有趣解决方案的答案）。
@Raymond - 谢谢。我也很高兴看到品种繁多。我有几个版本，但从列表中收集了一个更干净的版本。顺便说一句，我拥有并读过你的书（高级 Python，以防你有其他书），它很棒。我个人认为你应该再写一本书，也许是关于更高级的 Python 或 Python 中的设计模式。

标签： python algorithm list sorting

【解决方案1】：

一种方法是：

data = collections.defaultdict(list)
for i in my_list:
    data[i['name']].append(i['score'])
output = [{'name': i, 'score': max(j)} for i,j in data.items()]

所以输出将是：

[{'score': 2, 'name': 'Baz'},
 {'score': 3, 'name': 'Foo'},
 {'score': 3, 'name': 'Bar'}]

【讨论】：

【解决方案2】：

这里不需要默认字典或集合。您可以只使用简单的字典和列表。

在字典中总结最好的跑分并将结果转换回列表：

>>> s = [
    {'name': 'Foo', 'score': 1},
    {'name': 'Bar', 'score': 2},
    {'name': 'Foo', 'score': 3},
    {'name': 'Bar', 'score': 3},
    {'name': 'Foo', 'score': 2},
    {'name': 'Baz', 'score': 2},
    {'name': 'Baz', 'score': 1},
    {'name': 'Bar', 'score': 1}
]
>>> d = {}
>>> for entry in s:
        name, score = entry['name'], entry['score']
        d[name] = max(d.get(name, 0), score)

>>> [{'name': name, 'score': score} for name, score in d.items()]
[{'score': 2, 'name': 'Baz'}, {'score': 3, 'name': 'Foo'}, {'score': 3, 'name': 'Bar'}]

【讨论】：

如果我们使用像{'Foo': 3} 这样的数据结构而不是[{'name': 'Foo', 'score': 3}]，这个解决方案将是最优雅的。我认为原始问题的发布者应该这样做。
这是我最喜欢的解决方案。我唯一要改变的是 d.get(name,0) 到 d.get(name,score)。这也将允许负分数。

【解决方案3】：

只是为了好玩，这里是一个纯粹的函数式方法：

>>> map(dict, dict(sorted(map(sorted, map(dict.items, s)))).items())
[{'score': 3, 'name': 'Bar'}, {'score': 2, 'name': 'Baz'}, {'score': 3, 'name': 'Foo'}]

【讨论】：

【解决方案4】：

排序是成功的一半。

import itertools
import operator

scores = [
    {'name': 'Foo', 'score': 1},
    {'name': 'Bar', 'score': 2},
    {'name': 'Foo', 'score': 3},
    {'name': 'Bar', 'score': 3},
    {'name': 'Foo', 'score': 2},
    {'name': 'Baz', 'score': 2},
    {'name': 'Baz', 'score': 1},
    {'name': 'Bar', 'score': 1}
]

result = []
sl = sorted(scores, key=operator.itemgetter('name', 'score'),
  reverse=True)
name = object()
for el in sl:
  if el['name'] == name:
    continue
  name = el['name']
  result.append(el)
print result

【讨论】：

+1 这个答案是唯一不变形数据集的答案。看起来一致，如果 OP 需要，字典可以有额外的项目。
这里使用object()的目的是什么？
@nomulous：它创建了一个在字典中不可能找到的新对象。 None（或与此相关的任何其他现有对象）可以（尽管在这种情况下不是）在数据中找到。
@Ignacio 太棒了！我刚刚输入了object() == object()，答案是False，真的很方便。谢谢！

【解决方案5】：

这是我能想到的最简单的方法：

names = set(d['name'] for d in my_dicts)
new_dicts = []
for name in names:
    d = dict(name=name)
    d['score'] = max(d['score'] for d in my_dicts if d['name']==name)
    new_dicts.append(d)

#new_dicts
[{'score': 2, 'name': 'Baz'},
 {'score': 3, 'name': 'Foo'},
 {'score': 3, 'name': 'Bar'}]

我个人不喜欢在问题太小时不导入模块。

【讨论】：

【解决方案6】：

如果你还没有听说过 group by，这是很好的用法：

from itertools import groupby

data=[
    {'name': 'Foo', 'score': 1},
    {'name': 'Bar', 'score': 2},
    {'name': 'Foo', 'score': 3},
    {'name': 'Bar', 'score': 3},
    {'name': 'Foo', 'score': 2},
    {'name': 'Baz', 'score': 2},
    {'name': 'Baz', 'score': 1},
    {'name': 'Bar', 'score': 1}
]

keyfunc=lambda d:d['name']
data.sort(key=keyfunc)

ans=[]
for k, g in groupby(data, keyfunc):
    ans.append({k:max((d['score'] for d in g))})
print ans

>>>
[{'Bar': 3}, {'Baz': 2}, {'Foo': 3}]

【讨论】：

【解决方案7】：

我想我可以在这里提出一个单行：

result = dict((x['name'],x) for x in sorted(data,key=lambda x: x['score'])).values()

【讨论】：