Question

我有一个元组列表。元组包含文件名和下载URL。我已经从csv文件中导入了这些文件名和下载URL，并且许多文件名，下载URL对都是相同的，但有些不是。

我需要将这些元组添加到字典中，而不会创建文件名的双倍，但要确保收集所有唯一的下载URL。我认为密钥可能是文件名，值将是该文件的所有唯一下载URL的列表。我仍然是python的新手，所以我在完成这个问题时遇到了问题。

鉴于：

current_list = [('filename1', 'url1'), ('filename1', 'url2'), ('filename1', 'url3'), 
                ('filename2', 'url1'), ('filename2', 'url2'), ('filename2', 'url3')]

我需要的词典：

result = {'filename1' : ['url1', 'url2', 'url3'],
          'filename2' : ['url1', 'url2', 'url3']}

对此的任何帮助将不胜感激。

Answer 1

如果您希望与每个唯一文件关联的唯一网址，则可以使用application.js dict个set的密钥，其中dict的密钥是您的文件名，值为set个网址。使用集合可确保仅保留唯一的URL。

要更轻松地向dict添加网址，您可以使用defaultdict，其在添加新密钥时具有默认行为。在这种情况下，默认行为应该是创建一个空的set，其中将添加网址。

要添加数据，请遍历您的（文件，网址）元组列表，将每个网址添加到与该文件关联的网址集。

from collections import defaultdict

current_list = [('file1', 'url1'), ('file1', 'url2'), ('file1', 'url3'), 
                ('file2', 'url4'), ('file2', 'url5'), ('file2', 'url6')]

result = defaultdict(set)

for file_name, url in current_list:
    result[file_name].add(url)

print result
# prints:
# defaultdict(<type 'set'>, {'file2': set(['url5', 'url4', 'url6']), 'file1': set(['url1', 'url3', 'url2'])})

一旦构建了字典，就可以通过使用iteritems循环（键，值）对来处理内容，并使用内部循环处理各个URL：

for file_name, url_set in result.iteritems():

    # do something with file_name here...
    print file_name

    # access urls like this:
    for url in url_set:
        print url

在字典python中匹配值

1 个答案: