如何根据条件从字典中获取最大值

Question

我有一个字典列表，我想从 'confidence' 获取最大浮点数，其中键 ('key') 相同。

ab = [{'key': 'gdpr.gdpr_compliance.1', 'value': 'Yes', 'idref': '69dbdba4-14d4-4ac8-a318-0d658e4d5b07', 'xpath': '/html/body/p[24]', 'confidence': 0.985},
      {'key': 'gdpr.gdpr_compliance.2', 'value': 'Yes', 'idref': '69e2589a-bbf2-49c3-96fc-01fbee5dde03', 'xpath': '/html/body/p[27]', 'confidence': 0.989},
      {'key': 'data_collected.personally_identifiable_information.1', 'value': 'Yes', 'idref': 'f6819b54-07a7-4839-b0cc-8343eed28342', 'xpath': '/html/body/ul[6]/li[1]', 'confidence': 0.562},
      {'key': 'data_collected.personally_identifiable_information.2', 'value': 'Yes', 'idref': '496400e5-9665-4697-96bc-c55176cdbd02', 'xpath': '/html/body/ul[6]/li[2]', 'confidence': 0.661}]

在这里您可以观察到第一个两个具有 gdpr 的字典，而第三个具有 data_collected 的字典。

这里我不明白我们如何获得最大值

我试着这样做

lis = []
for i in ab:
    spl = i['key'].split('.')[0]
    i['key'] = spl
    if i['key'] == spl:
        lis.append(i['confidence'])
print(lis)

预期的输出应该是：[0.989, 0.661]

Answer 1

当您的数据是基于键的时，我不确定您为什么要获取列表。我自己会使用字典，但话又说回来，也许你只想比较相邻的值，你可以用itertools.groupby 来做。我将在下面包括这两种方法。

字典

maxes = {}
for d in ab:
    confidence = d['confidence']
    spl = d['key'].split('.')[0]
    if spl not in maxes or confidence > maxes[spl]:
        maxes[spl] = confidence
print(maxes)

{'gdpr': 0.989, 'data_collected': 0.661}

分组方式

from itertools import groupby

grouper = groupby(ab, lambda d: d['key'].split('.')[0])
maxes = [(k, max(d['confidence'] for d in g)) for k, g in grouper]
print(maxes)

[('gdpr', 0.989), ('data_collected', 0.661)]

我把钥匙留在这里，但你可以扔掉它们。

lis = [max(d['confidence'] for d in g) for _k, g in grouper]
print(lis)

[0.989, 0.661]

Answer 2

你哪里出错了

1. 您拆分了i['key']，然后您分配了相同的值。这没有意义。
2. 第二次你将i['key'] 分配给spl 然后你立即检查它们是否相等。显然他们会的。

正确的方法

字典

highest_value_dict = {}
for i in ab:
    spl = i['key'].split('.')[0]
    # if no such key, then add it.
    # else check if this key is greater than the one in highest_value_dict
    if spl not in highest_value_dict or highest_value_dict[spl] < i['confidence']:
        highest_value_dict[spl] = i['confidence']

输出：

{'gdpr': 0.989, 'data_collected': 0.661}

如果你真的想要列表中的值

list(highest_value_dict.values())

输出：

[0.989, 0.661]

Answer 3

如下所示。这个想法是使用defaultdict 将密钥映射到最大置信度

from collections import defaultdict
ab = [{'key': 'gdpr.gdpr_compliance.1', 'value': 'Yes', 'idref': '69dbdba4-14d4-4ac8-a318-0d658e4d5b07',
       'xpath': '/html/body/p[24]', 'confidence': 0.985},
      {'key': 'gdpr.gdpr_compliance.2', 'value': 'Yes', 'idref': '69e2589a-bbf2-49c3-96fc-01fbee5dde03',
       'xpath': '/html/body/p[27]', 'confidence': 0.989},
      {'key': 'data_collected.personally_identifiable_information.1', 'value': 'Yes',
       'idref': 'f6819b54-07a7-4839-b0cc-8343eed28342', 'xpath': '/html/body/ul[6]/li[1]', 'confidence': 0.562},
      {'key': 'data_collected.personally_identifiable_information.2', 'value': 'Yes',
       'idref': '496400e5-9665-4697-96bc-c55176cdbd02', 'xpath': '/html/body/ul[6]/li[2]', 'confidence': 0.661}]

data = defaultdict(float)
for entry in ab:
    value = entry['confidence']
    key = entry['key'].split('.')[0]
    if data[key] < value :
        data[key] = value

for k,v in data.items():
    print(f'{k} -> {v}')

输出

gdpr -> 0.989
data_collected -> 0.661

Answer 4

我建议使用 O(n) 时间和内存复杂度的解决方案：

from typing import List


def get_maximal_values(data: dict) -> List[float]:
    # Create iterator for extracting needed data
    preparing_data = ((x['key'].split('.')[0], x['confidence']) for x in data)
    
    # Find maximum for each unique key
    result = {}
    for key, confidence in preparing_data:
        result[key] = max(result.get(key, 0), confidence)
    # return only confidence values
    return list(result.values())