我有一本如下形式的字典：
{"level": [1, 2, 3],
"conf": [-1, 1, 2],
"text": ["here", "hel", "llo"]}
我想过滤列表以删除索引i 处的每个项目，其中值"conf" 中的索引不是>0。
所以对于上面的dict，输出应该是这样的：
{"level": [2, 3],
"conf": [1, 2],
"text": ["hel", "llo"]}
因为conf 的第一个值不是> 0。
我尝试过这样的事情：
new_dict = {i: [a for a in j if a >= min_conf] for i, j in my_dict.items()}
但这仅适用于一键。
【问题讨论】：
标签： python dictionary
尝试：
from operator import itemgetter
def filter_dictionary(d):
positive_indices = [i for i, item in enumerate(d['conf']) if item > 0]
f = itemgetter(*positive_indices)
return {k: list(f(v)) for k, v in d.items()}
d = {"level": [1, 2, 3], "conf": [-1, 1, 2], "text": ["-1", "hel", "llo"]}
print(filter_dictionary(d))
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
我首先尝试查看 'conf' 的哪些索引是正数，然后使用 itemgetter 从字典中的值中挑选这些索引。
更紧凑的版本 + 没有使用生成器表达式的临时列表：
def filter_dictionary(d):
f = itemgetter(*(i for i, item in enumerate(d['conf']) if item > 0))
return {k: list(f(v)) for k, v in d.items()}
【讨论】：
我会保留有效元素（大于 0）的索引：
kept_keys = [i for i in range(len(my_dict['conf'])) if my_dict['conf'][i] > 0]
然后你可以过滤每个列表，检查列表中某个元素的索引是否包含在kept_keys中：
{k: list(map(lambda x: x[1], filter(lambda x: x[0] in kept_keys, enumerate(my_dict[k])))) for k in my_dict}
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：
这是一个单行：
dct = {k: [x for i, x in enumerate(v) if d['conf'][i] > 0] for k, v in d.items()}
输出：
>>> dct
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
有样本数据：
d = {"level":[1,2,3], "conf":[-1,1,2], "text":["here","hel","llo"]
【讨论】：
您所描述的数据结构听起来可能更自然地建模为pandas DataFrame：您实际上是将数据视为二维网格，并且您想要过滤掉该网格的行基于一列中的值。
以下 sn-p 将使用 DataFrame 作为中间表示来满足您的需求：
import pandas as pd
data = {"level":[1,2,3], "conf":[-1,1,2], "text":["here","hel","llo"]}
df = pd.DataFrame(data)
df = df.loc[df["conf"] > 0]
result = df.to_dict(orient="list")
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
但是，请注意，如果您首先将数据表示为 DataFrame，并在完成后将其保持为该格式，则这会简化为，
data = pd.DataFrame({
"level":[1,2,3],
"conf":[-1,1,2],
"text":["here","hel","llo"],
})
result = data.loc[data["conf"] > 0]
输出：
level conf text
1 2 1 hel
2 3 2 llo
与任何“纯 dict”解决方案相比，它更简洁、更具表现力，并且（在大量输入上）性能更高。
如果您想对该数据执行的其他操作是相似的（在真正是“二维数组”操作的意义上），它们很可能也会更自然地以 DataFrame 表示，因此保持您的作为 DataFrame 的数据可能比转换回字典更有优势。
【讨论】：
我用这个解决了：
from typing import Dict, List, Any, Set
d = {"level":[1,2,3], "conf":[-1,1,2], "text":["-1", "hel", "llo"]}
# First, we create a set that stores the indices which should be kept.
# I chose a set instead of a list because it has a O(1) lookup time.
# We only want to keep the items on indices where the value in d["conf"] is greater than 0
filtered_indexes = {i for i, value in enumerate(d.get('conf', [])) if value > 0}
def filter_dictionary(d: Dict[str, List[Any]], filtered_indexes: Set[int]) -> Dict[str, List[Any]]:
filtered_dictionary = d.copy() # We'll return a modified copy of the original dictionary
for key, list_values in d.items():
# In the next line the actual filtering for each key/value pair takes place.
# The original lists get overwritten with the filtered lists.
filtered_dictionary[key] = [value for i, value in enumerate(list_values) if i in filtered_indexes]
return filtered_dictionary
print(filter_dictionary(d, filtered_indexes))
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：
您可以使用一个函数来计算要保留哪些索引并仅使用这些索引重新构建每个列表：
my_dict = {"level":[1,2,3], "conf":[-1,1,2],'text':["-1","hel","llo"]}
def remove_corresponding_items(d, key):
keep_indexes = [idx for idx, value in enumerate(d[key]) if value>0]
for key, lst in d.items():
d[key] = [lst[idx] for idx in keep_indexes]
remove_corresponding_items(my_dict, 'conf')
print(my_dict)
按要求输出
【讨论】：
很多很好的答案。这是另一种 2-pass 方法：
mydict = {"level": [1, 2, 3], "conf": [-1, 1, 2], 'text': ["-1", "hel", "llo"]}
for i, v in enumerate(mydict['conf']):
if v <= 0:
for key in mydict.keys():
mydict[key][i] = None
for key in mydict.keys():
mydict[key] = [v for v in mydict[key] if v is not None]
print(mydict)
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：
conf 值的索引，在整个字典中将其设置为 None，然后将它们过滤掉。”
试试这个，简单易懂，特别适合初学者：
a_dict = {"level": [1, 2, 3, 4, 5, 8], "conf": [-1, 1, -1, -2], "text": ["-1", "hel", "llo", "ai", 0, 9]}
# iterate backwards over the list keeping the indexes
for index, item in reversed(list(enumerate(a_dict["conf"]))):
if item <= 0:
for lists in a_dict.values():
del lists[index]
print(a_dict)
输出：
{'level': [2, 5, 8], 'conf': [1], 'text': ['hel', 0, 9]}
【讨论】：
这是一个简单的方法：
dct = {"level":[1,2,3], "conf":[-1,1,2], "text":["here","hel","llo"]}
dct = {k: np.array(v) for k, v in d.items()}
dct = {k: v[a['conf'] > 0].tolist() for k, v in a.items()}
输出：
>>> dct
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：
d 和 a 是什么？他们应该都是dct，对吧？
我相信这会奏效：
对于每个列表，我们将过滤conf 为负数的值，然后我们将过滤conf 本身。
d = {"level":[1,2,3], "conf":[-1,1,2], "text":["-1","hel","llo"]}
for key in d:
if key != "conf":
d[key] = [d[key][i] for i in range(len(d[key])) if d["conf"][i] >= 0]
d["conf"] = [i for i in d["conf"] if i>=0]
print(d)
一个更简单的解决方案将是（完全相同但使用列表理解，因此我们不需要为conf 和其余部分单独执行：
d = {"level":[1,2,3], "conf":[-1,1,2], "text":["-1","hel","llo"]}
d = {i:[d[i][j] for j in range(len(d[i])) if d["conf"][j] >= 0] for i in d}
输出：
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：
a = {"level":[1,2,3,4], "conf": [-1,1,2,-1],"text": ["-1","hel","llo","test"]}
# inefficient solution
# for k, v in a.items():
# if k == "conf":
# start_search = 0
# to_delete = [] #it will store the index numbers of the conf that you want to delete(conf<0)
# for element in v:
# if element < 0:
# to_delete.append(v.index(element,start_search))
# start_search = v.index(element) + 1
#more efficient and elegant solution
to_delete = [i for i, element in enumerate(a["conf"]) if element < 0]
for position in list(reversed(to_delete)):
for k, v in a.items():
v.pop(position)
结果是
>>> a
{'level': [2, 3], 'conf': [1, 2], 'text': ['hel', 'llo']}
【讨论】：