Question

我有一个数据库表，包含数千个我想要合并的近似重复项。我使用psycopg2.extras来执行查询，并最终将结果放在字典列表中。

dict_cur = conn.cursor(cursor_factory=psycopg2.extras.RealDictCursor)
query = """SELECT DISTINCT pat_uid, pat_first_name, pat_last_name, pat_dob_dt, pat_chi_no,
       pat_addr, wtg_uid, wtg_pat_uid, std_uid, std_pat_uid, work_uid, work_pat_uid
       from ((patients left outer join waiting 
       on (pat_uid = wtg_pat_uid)) left outer join studies 
       on (std_pat_uid = pat_uid) left outer join worklist
       on (work_pat_uid = pat_uid)) 
       where (pat_first_name, pat_last_name, pat_chi_no)
       in (SELECT pat_first_name, pat_last_name, pat_chi_no from patients 
       group by pat_first_name, pat_last_name, pat_chi_no
       HAVING count(*) >= 2) AND
       pat_chi_no ~ '^[0-9]{10,10}\$'
       order by pat_last_name asc, pat_first_name asc,
       pat_dob_dt asc"""

# Execute query - find all duplicate patients
dict_cur.execute(query)
# python list containing complete query results
res = dict_cur.fetchall()

然后我使用集合

找到每个患者的唯一ID号

 chi_set = set()
 for n in res:
        chi_set.add(n['pat_chi_no'])

然后，我计划遍历每个唯一pat_chi_no并返回与每个pat_chi_no匹配的词典。我该如何有效地做到这一点？我尝试过从How can you print a key given a value in a dictionary for Python?

编辑的以下内容

def build_dict(seq, key):
    return dict((d[key], dict(d, index=index)) for (index, d) in enumerate(seq))

info_by_chi = build_dict(res, key="pat_chi_no")
info_by_chi["1111111111"]

这只返回一个字典，我知道在这种情况下应该有4个条目。

示例输出将是完整字典列表的子集，即列表将仅包含lst['pat_chi_no'] == 1111111111

的字典

例如

{'index': 4218,
 'pat_addr': '10 DOWNING STREET',
 'pat_chi_no': '1111111111',
 'pat_dob_dt': datetime.date(1937, 9, 24),
 'pat_first_name': 'JOHN',
 'pat_last_name': 'DOE',
 'pat_uid': 35359,
 'std_pat_uid': 35359,
 'std_uid': 37138,
 'work_pat_uid': 35359,
 'work_uid': 366,
 'wtg_pat_uid': 35359,
 'wtg_uid': 11307}


{'index': 122,
     'pat_addr': '10 DOWNING STREET',
     'pat_chi_no': '1111111111',
     'pat_dob_dt': datetime.date(1937, 9, 24),
     'pat_first_name': 'JOHN',
     'pat_last_name': 'DOE',
     'pat_uid': 1233,
     'std_pat_uid': 3455,
     'std_uid': 2323,
     'work_pat_uid': 2455,
     'work_uid': 366,
     'wtg_pat_uid': 3455,
     'wtg_uid': 1127}

Answer 1

我不明白为什么你需要弄乱dict或类似的东西。如果你有一个字典列表，你只需要迭代并找到匹配的字典。一个简单的列表理解就可以做到：

[d for d in res if d['pat_chi_no'] == '1111111111']

返回列表中的字典，其中字典键等于值

1 个答案: