Question

我正在解析100个遵循类似格式的文件。从文件中，我创建了一个字典，其中可能包含两个键或两个以上的键，其中值在一个集合中。无论如何，总会有一个包含'Y'值的键。对于该密钥，我需要删除其他密钥中存在的任何重复值。

我有一个类似的问题，我只有两个键，它已经解决了。 Python: How to compare values of different keys in dictionary and then delete duplicates?

当字典有两个键但不超过两个时，下面的代码工作正常。

for d, p in zip(temp_list, temp_search_list):
    temp2[d].add(p) #dictionary with delvt and pin names for cell
for test_d, test_p in temp2.items():
    if not re.search('Y', ' '.join(test_p)) :
         tp = temp2[test_d]
    else:
         temp2[test_d] = [t for t in temp2[test_d] if t not in tp]

使用三个键的示例字典，但根据解析的文件，我可以拥有更多的键。

temp2 = {'0.1995': set(['X7:GATE', 'X3:GATE', 'IN1']), '0.199533': set(['X4:GATE', 'X8:GATE', 'IN2']), '0.399': set(['X3:GATE', 'X5:GATE', 'X1:GATE', 'IN0', 'X4:GATE', 'Y', 'X8:GATE'])}

预期产出：

temp2
{'0.1995': set(['X7:GATE', 'X3:GATE','IN1']), '0.199533': set(['X4:GATE', 'X8:GATE', 'IN2']), '0.399': set(['X5:GATE', 'X1:GATE', 'IN0', 'Y'])}

Answer 1

你可以只用一个实际上必须遍历整个数据集的循环来完成整个事情。

from collections import defaultdict

target = None
result = defaultdict(set)
occurance_dict = defaultdict(int)
# Loop over the inputs, building the result, counting the
# number of occurances for each value as you go and marking
# the key that contains 'Y'
for key, value in zip(temp_list, temp_search_list):
    # This is here so we don't count values twice if there
    # is more than one instance of the value for the given
    # key.  If we don't do this, if a value only exists in
    # the 'Y' set, but it occurs multiple times in the input,
    # we would still filter it out later on.
    if value not in result[key]:
        occurance_dict[value] += 1
        result[key].add(value)
    if value == 'Y':
        if target is None:
            target = key
        else:
            raise ValueError('Dataset contains more than 1 entry containing "Y"')
if target is None:
    raise ValueError('Dataset contains no entry containing "Y"')
# Filter the marked ('Y' containing) entry; if there is more than
# 1 occurance of the given value, then it exists in another entry
# so we don't want it in the 'Y' entry
result[target] = {value for value in result[target] if occurance_dict[value] == 1}

是occurance_dict与collections.Counter非常相似，但我宁愿不对数据集进行两次迭代（即使它发生在幕后），如果我不需要，而且我们也不计算同一个键的给定值的第二次出现。

Answer 2

您需要将搜索中的Y值与搜索其他数据分开。当你已经构建temp2时，你真的想这样做，以避免不必要的循环：

y_key = None
for d, p in zip(temp_list, temp_search_list):
    temp2[d].add(p)
    if p == 'Y':
        y_key = d

接下来，使用set.difference_update()就地更改数据集最容易删除欺骗值：

y_values = temp2[y_key]
for test_d, test_p in temp2.iteritems():
    if test_d == y_key:
        continue
    y_values.difference_update(test_p)

使用您的示例temp2，并假设在构建y_key时已设置temp2，第二个循环的结果为：

>>> temp2 = {'0.1995': set(['X7:GATE', 'X3:GATE', 'IN1']), '0.199533': set(['X4:GATE', 'X8:GATE', 'IN2']), '0.399': set(['X3:GATE', 'X5:GATE', 'X1:GATE', 'IN0', 'X4:GATE', 'Y', 'X8:GATE'])}
>>> y_key = '0.399'
>>> y_values = temp2[y_key]
>>> for test_d, test_p in temp2.iteritems():
...     if test_d == y_key:
...         continue
...     y_values.difference_update(test_p)
... 
>>> temp2
{'0.1995': set(['X7:GATE', 'X3:GATE', 'IN1']), '0.199533': set(['X4:GATE', 'X8:GATE', 'IN2']), '0.399': set(['X5:GATE', 'X1:GATE', 'IN0', 'Y'])}

请注意X3:GATE集合中X4:GATE，X8:GATE和0.399的值已被删除。

Answer 3

我希望通过列表推导和/或itertools模块可以想到一个可爱的方法，但我不能。我会从以下内容开始：

dict1 = {1: set([1,2,3,4,5]),
         2: set([3,4,5,6]),
         3: set([1,7,8,9])
        }

list1 = dict1.items()
newDict = {}
for i in range(len(list1)):
    (k1,set1) = list1[i]
    newDict[k1] = set1
    for j in range(i+1,len(list1)):
        (k2, set2) = list1[j]
        newDict[k2] = set2 - (set1 & set2)

print newDict 
# {1: set([1, 2, 3, 4, 5]), 2: set([6]), 3: set([8, 9, 7])}

如果你有庞大的词典，这可能不是非常有效。

另一个想法是：这些集合太长，以至于你不能只是形成一个collection.Counter？你首先要通过dict并删除每组中的成员并将它们粘在一个计数器中（可能可以用列表理解在一行中完成）。然后，循环遍历originalDict.iteritems()。在新的字典中，你可以插入其值为原始集合的密钥（即0.1995），过滤（我认为如上所述使用&），这样它只包含计数器中带有＆gt;的条目。 0.对于插入新词典的所有元素，将其从计数器中删除（即使它们具有＆gt; 1计数）。在一天结束时，你仍然需要循环两次。

Answer 4

对我来说似乎很直截了当。首先找到在其值集合中具有'Y'的键，然后遍历所有其他值集并从该组值中删除它们。

temp2 = {'0.1995':  set(['X7:GATE', 'X3:GATE', 'IN1']),
         '0.199533':set(['X4:GATE', 'X8:GATE', 'IN2']),
         '0.399':   set(['X3:GATE', 'X5:GATE', 'X1:GATE', 'IN0', 'X4:GATE', 'Y', 'X8:GATE'])}

y_key = None
for k,v in temp2.iteritems():
    if 'Y' in v:
        y_key = k
        break

if y_key is None:
    print "no 'Y' found in values"
    exit()

result = {}
for k,v in temp2.iteritems():
    if k != y_key:
        temp2[y_key] -= v

print 'temp2 = {'
for k,v in temp2.iteritems():
    print '  {!r}: {!r},'.format(k,v)
print '}'

输出：

temp2 = {
  '0.1995': set(['X7:GATE', 'X3:GATE', 'IN1']),
  '0.199533': set(['X4:GATE', 'X8:GATE', 'IN2']),
  '0.399': set(['X5:GATE', 'X1:GATE', 'IN0', 'Y']),
}

python：如何在同一个字典中比较两个以上的键？

4 个答案: