从字典列表创建子列表并更新字典的值答案

【问题标题】：Create sub list from list of dictionary and update values of dictionary从字典列表创建子列表并更新字典的值
【发布时间】：2022-01-16 03:21:23
【问题描述】：

我有一个字典列表：-

test = [{'Sequence': 'A', 'Tag': '20', 'Option': None},
        {'Sequence': 'A', 'Tag': '23', 'Option': None},
        {'Sequence': 'A', 'Tag': '51A', 'Option': None},
        {'Sequence': 'A', 'Tag': '50A', 'Option': 'A'},
        {'Sequence': 'A', 'Tag': '50A', 'Option': 'F'},
        {'Sequence': 'A', 'Tag': '50A', 'Option': 'K'},
        {'Sequence': 'A', 'Tag': '52A', 'Option': 'A'},
        {'Sequence': 'A', 'Tag': '52A', 'Option': 'B'},
        {'Sequence': 'A', 'Tag': '52A', 'Option': 'C'},
        {'Sequence': 'A', 'Tag': '26T', 'Option': None},
        {'Sequence': 'A', 'Tag': '77B', 'Option': None},
        {'Sequence': 'A', 'Tag': '71A', 'Option': None},
        {'Sequence': 'B', 'Tag': '36', 'Option': None},
        {'Sequence': 'B', 'Tag': '21', 'Option': None},
        {'Sequence': 'B', 'Tag': '32B', 'Option': None},
        {'Sequence': 'B', 'Tag': '32B', 'Option': None},
        {'Sequence': 'B', 'Tag': '50A', 'Option': 'A'},
        {'Sequence': 'B', 'Tag': '50A', 'Option': 'F'},
        {'Sequence': 'B', 'Tag': '50A', 'Option': 'K'},
        {'Sequence': 'B', 'Tag': '52A', 'Option': 'A'},
        {'Sequence': 'B', 'Tag': '52A', 'Option': 'B'},
        {'Sequence': 'B', 'Tag': '52A', 'Option': 'C'},
        {'Sequence': 'B', 'Tag': '57A', 'Option': 'A'},
        {'Sequence': 'B', 'Tag': '57A', 'Option': 'C'},
        {'Sequence': 'B', 'Tag': '59A', 'Option': None},
        {'Sequence': 'B', 'Tag': '59A', 'Option': 'A'},
        {'Sequence': 'B', 'Tag': '59A', 'Option': 'F'},
        {'Sequence': 'B', 'Tag': '70', 'Option': None},
        {'Sequence': 'B', 'Tag': '26T', 'Option': None},
        {'Sequence': 'B', 'Tag': '77B', 'Option': None},
        {'Sequence': 'B', 'Tag': '33B', 'Option': None},
        {'Sequence': 'B', 'Tag': '33B', 'Option': None},
        {'Sequence': 'B', 'Tag': '71A', 'Option': None},
        {'Sequence': 'B', 'Tag': '71F', 'Option': None},
        {'Sequence': 'B', 'Tag': '71F', 'Option': None},
        {'Sequence': 'B', 'Tag': '71G', 'Option': None},
        {'Sequence': 'B', 'Tag': '71G', 'Option': None},
        {'Sequence': 'B', 'Tag': '36', 'Option': None},
        {'Sequence': 'C', 'Tag': '32A', 'Option': None},
        {'Sequence': 'C', 'Tag': '32A', 'Option': None},
        {'Sequence': 'C', 'Tag': '32A', 'Option': None},
        {'Sequence': 'C', 'Tag': '19', 'Option': None},
        {'Sequence': 'C', 'Tag': '71G', 'Option': None},
        {'Sequence': 'C', 'Tag': '71G', 'Option': None},
        {'Sequence': 'C', 'Tag': '13C', 'Option': None},
        {'Sequence': 'C', 'Tag': '53A', 'Option': 'A'},
        {'Sequence': 'C', 'Tag': '53A', 'Option': 'C'},
        {'Sequence': 'C', 'Tag': '54A', 'Option': None},
        {'Sequence': 'C', 'Tag': '72', 'Option': None}]

我可以根据“序列”键创建一个单独的字典列表：

sorted_data = sorted(test, key=itemgetter('Sequence'))

for key, group in itertools.groupby(sorted_data, key=lambda x: x['Sequence']):
    print(key, list(group))

A [{'Sequence': 'A', 'Tag': '20', 'Option': None}, {'Sequence': 'A', 'Tag': '23', 'Option': None}, {'Sequence': 'A', 'Tag': '51A', 'Option': None}, {'Sequence': 'A', 'Tag': '50A', 'Option': 'A'}, {'Sequence': 'A', 'Tag': '50A', 'Option': 'F'}, {'Sequence': 'A', 'Tag': '50A', 'Option': 'K'}, {'Sequence': 'A', 'Tag': '52A', 'Option': 'A'}, {'Sequence': 'A', 'Tag': '52A', 'Option': 'B'}, {'Sequence': 'A', 'Tag': '52A', 'Option': 'C'}, {'Sequence': 'A', 'Tag': '26T', 'Option': None}, {'Sequence': 'A', 'Tag': '77B', 'Option': None}, {'Sequence': 'A', 'Tag': '71A', 'Option': None}]
B [{'Sequence': 'B', 'Tag': '36', 'Option': None}, {'Sequence': 'B', 'Tag': '21', 'Option': None}, {'Sequence': 'B', 'Tag': '32B', 'Option': None}, {'Sequence': 'B', 'Tag': '32B', 'Option': None}, {'Sequence': 'B', 'Tag': '50A', 'Option': 'A'}, {'Sequence': 'B', 'Tag': '50A', 'Option': 'F'}, {'Sequence': 'B', 'Tag': '50A', 'Option': 'K'}, {'Sequence': 'B', 'Tag': '52A', 'Option': 'A'}, {'Sequence': 'B', 'Tag': '52A', 'Option': 'B'}, {'Sequence': 'B', 'Tag': '52A', 'Option': 'C'}, {'Sequence': 'B', 'Tag': '57A', 'Option': 'A'}, {'Sequence': 'B', 'Tag': '57A', 'Option': 'C'}, {'Sequence': 'B', 'Tag': '59A', 'Option': None}, {'Sequence': 'B', 'Tag': '59A', 'Option': 'A'}, {'Sequence': 'B', 'Tag': '59A', 'Option': 'F'}, {'Sequence': 'B', 'Tag': '70', 'Option': None}, {'Sequence': 'B', 'Tag': '26T', 'Option': None}, {'Sequence': 'B', 'Tag': '77B', 'Option': None}, {'Sequence': 'B', 'Tag': '33B', 'Option': None}, {'Sequence': 'B', 'Tag': '33B', 'Option': None}, {'Sequence': 'B', 'Tag': '71A', 'Option': None}, {'Sequence': 'B', 'Tag': '71F', 'Option': None}, {'Sequence': 'B', 'Tag': '71F', 'Option': None}, {'Sequence': 'B', 'Tag': '71G', 'Option': None}, {'Sequence': 'B', 'Tag': '71G', 'Option': None}, {'Sequence': 'B', 'Tag': '36', 'Option': None}]
C [{'Sequence': 'C', 'Tag': '32A', 'Option': None}, {'Sequence': 'C', 'Tag': '32A', 'Option': None}, {'Sequence': 'C', 'Tag': '32A', 'Option': None}, {'Sequence': 'C', 'Tag': '19', 'Option': None}, {'Sequence': 'C', 'Tag': '71G', 'Option': None}, {'Sequence': 'C', 'Tag': '71G', 'Option': None}, {'Sequence': 'C', 'Tag': '13C', 'Option': None}, {'Sequence': 'C', 'Tag': '53A', 'Option': 'A'}, {'Sequence': 'C', 'Tag': '53A', 'Option': 'C'}, {'Sequence': 'C', 'Tag': '54A', 'Option': None}, {'Sequence': 'C', 'Tag': '72', 'Option': None}]

但是，在创建上述子列表时，如果在这些情况下存在具有不同选项的重复标签，例如标签“52A”：

        {'Sequence': 'A', 'Tag': '52A', 'Option': 'A'},
        {'Sequence': 'A', 'Tag': '52A', 'Option': 'B'},
        {'Sequence': 'A', 'Tag': '52A', 'Option': 'C'}

我只想随机选择 1 个字典并更新该字典，如下所示：-

{'Sequence': 'A', 'Tag': '52B', 'Option': 'B'}

希望我能够解释这个问题。如果我需要重新考虑分解原始列表的方法，我们将不胜感激。

【问题讨论】：

标签： python python-3.x dictionary

【解决方案1】：

您可以在Sequence 和Tag 上使用groupby，并使用random.choice 从每个组中选择一项。然后再次重新排列字典以从每个键中删除 Tag，并创建一个包含 Sequence 键的字典。

from operator import itemgetter
from itertools import groupby
from random import choice
sorted_data = sorted(test, key=itemgetter('Sequence','Tag'))
out = {}
for key, group in groupby(sorted_data, key=itemgetter('Sequence','Tag')):
    out.setdefault(key[0],[]).append(choice(list(group)))

样本输出：

{'A': [{'Sequence': 'A', 'Tag': '20', 'Option': None},
  {'Sequence': 'A', 'Tag': '23', 'Option': None},
  {'Sequence': 'A', 'Tag': '51A', 'Option': None},
  {'Sequence': 'A', 'Tag': '50A', 'Option': 'A'},
  {'Sequence': 'A', 'Tag': '52A', 'Option': 'A'},
  {'Sequence': 'A', 'Tag': '26T', 'Option': None},
  {'Sequence': 'A', 'Tag': '77B', 'Option': None},
  {'Sequence': 'A', 'Tag': '71A', 'Option': None}],
 'B': [{'Sequence': 'B', 'Tag': '36', 'Option': None},
  {'Sequence': 'B', 'Tag': '21', 'Option': None},
  {'Sequence': 'B', 'Tag': '32B', 'Option': None},
  {'Sequence': 'B', 'Tag': '50A', 'Option': 'K'},
  {'Sequence': 'B', 'Tag': '52A', 'Option': 'C'},
  {'Sequence': 'B', 'Tag': '57A', 'Option': 'C'},
  {'Sequence': 'B', 'Tag': '59A', 'Option': 'A'},
  {'Sequence': 'B', 'Tag': '70', 'Option': None},
  {'Sequence': 'B', 'Tag': '26T', 'Option': None},
  {'Sequence': 'B', 'Tag': '77B', 'Option': None},
  {'Sequence': 'B', 'Tag': '33B', 'Option': None},
  {'Sequence': 'B', 'Tag': '71A', 'Option': None},
  {'Sequence': 'B', 'Tag': '71F', 'Option': None},
  {'Sequence': 'B', 'Tag': '71G', 'Option': None}],
 'C': [{'Sequence': 'C', 'Tag': '32A', 'Option': None},
  {'Sequence': 'C', 'Tag': '19', 'Option': None},
  {'Sequence': 'C', 'Tag': '71G', 'Option': None},
  {'Sequence': 'C', 'Tag': '13C', 'Option': None},
  {'Sequence': 'C', 'Tag': '53A', 'Option': 'A'},
  {'Sequence': 'C', 'Tag': '54A', 'Option': None},
  {'Sequence': 'C', 'Tag': '72', 'Option': None}]}

【讨论】：

【解决方案2】：

使用random.choice 和collections.defaultdict 的一种方式：

from itertools import groupby
from random import choice
from collections import defaultdict

res = defaultdict(list)

for (seq, tag), g in groupby(test, key=lambda x: (x["Sequence"], x["Tag"])):
    res[seq].append(choice(list(g)))

输出：

defaultdict(list,
            {'A': [{'Sequence': 'A', 'Tag': '20', 'Option': None},
              {'Sequence': 'A', 'Tag': '23', 'Option': None},
              {'Sequence': 'A', 'Tag': '51A', 'Option': None},
              {'Sequence': 'A', 'Tag': '50A', 'Option': 'F'},
              {'Sequence': 'A', 'Tag': '52A', 'Option': 'B'},
              {'Sequence': 'A', 'Tag': '26T', 'Option': None},
              {'Sequence': 'A', 'Tag': '77B', 'Option': None},
              {'Sequence': 'A', 'Tag': '71A', 'Option': None}],
             'B': [{'Sequence': 'B', 'Tag': '36', 'Option': None},
              {'Sequence': 'B', 'Tag': '21', 'Option': None},
              {'Sequence': 'B', 'Tag': '32B', 'Option': None},
              {'Sequence': 'B', 'Tag': '50A', 'Option': 'A'},
              {'Sequence': 'B', 'Tag': '52A', 'Option': 'C'},
              {'Sequence': 'B', 'Tag': '57A', 'Option': 'C'},
              {'Sequence': 'B', 'Tag': '59A', 'Option': 'A'},
              {'Sequence': 'B', 'Tag': '70', 'Option': None},
              {'Sequence': 'B', 'Tag': '26T', 'Option': None},
              {'Sequence': 'B', 'Tag': '77B', 'Option': None},
              {'Sequence': 'B', 'Tag': '33B', 'Option': None},
              {'Sequence': 'B', 'Tag': '71A', 'Option': None},
              {'Sequence': 'B', 'Tag': '71F', 'Option': None},
              {'Sequence': 'B', 'Tag': '71G', 'Option': None},
              {'Sequence': 'B', 'Tag': '36', 'Option': None}],
             'C': [{'Sequence': 'C', 'Tag': '32A', 'Option': None},
              {'Sequence': 'C', 'Tag': '19', 'Option': None},
              {'Sequence': 'C', 'Tag': '71G', 'Option': None},
              {'Sequence': 'C', 'Tag': '13C', 'Option': None},
              {'Sequence': 'C', 'Tag': '53A', 'Option': 'C'},
              {'Sequence': 'C', 'Tag': '54A', 'Option': None},
              {'Sequence': 'C', 'Tag': '72', 'Option': None}]})

洞察力：

choice(list(g)) 总是返回单项，所以如果有重复的标签，它会随机选择，否则，按原样返回（因为没有重复意味着单项）。

【讨论】：