使用相同的键从 dict.values() 获取最大值

Question

我有这个 csv.file。假设我已经使用了DictReader，现在我有一些完整的字典列表，比如('name': 'Andrew'), ('points': 18) 等。

name    points
Andrew  18
Kate    10
Jack    55
Andrew  31
Andrew  100
Jack    58
Andrew  34
Kate    22
Jack    5
Andrew  72

我要做的是返回一个像Andrew: (5, 100)这样的键值对，其中的值是：

1. 我在列表中遇到过这个名字多少次；
2. points 表中此名称的最大数量。

我对第一个任务没有问题，但找不到解决方案 第二个。这就是我试图做的：

name_counter = defaultdict(int)
max_points = defaultdict(int)
for dictionary in list_from_csv:
    name_counter[dictionary['name']] += 1 #every time I meet the name, I add +1 to the value
    max_points[dictionary['name']] = ??? 

我想只使用max(dictionary[points])，但 max 应该从数字的数量中选择，而不仅仅是一个。也许创建一个列表，但不确定如何。还有其他想法吗？

不胜感激。

附：在我拥有这两个字典之后，我需要根据密钥合并它们，但我希望这不是那么难。

Answer 1

您只需要弄清楚每次获得新值时如何处理max_points[name]，对吗？

让我们假设，在每次迭代中，max_points[name] 已正确设置为您目前看到的最高值。那么，您需要如何处理新值？

简单：如果points 大于你目前看到的最高值，它就是新的最高值；如果不是，旧的最高值就是新的最高值。

这正是max 所做的。所以：

max_points[dictionary['name']] = max(max_points[dictionary['name']], points)

现在我们只需要验证假设是否正确。

• 由于您使用的是defaultdict(int)，它始终从 0 开始。如果您可以得到负分，那已经是错误的，否则，它是正确的 - 迄今为止您看到的最高分，对于任何人, 为 0。

• 在每一步中，如果上一步正确，那么在下一步之后也是正确的，因为这就是max 所做的。

• 所以，通过归纳，最后是正确的。

---

作为旁注，不要一遍又一遍地重复dictionary['name']，它可能看起来像这样更好：

for dictionary in list_from_csv:
    name = dictionary['name']
    name_counter[name] += 1
    max_points[name] = max(max_points[name], points)

Answer 2

你可以使用itertools.groupby:

import itertools
data = [{'name': 'Andrew', 'points': 18}, {'name': 'Kate', 'points': 10}, {'name': 'Jack', 'points': 55}, {'name': 'Andrew', 'points': 31}, {'name': 'Andrew', 'points': 100}, {'name': 'Jack', 'points': 58}, {'name': 'Andrew', 'points': 34}, {'name': 'Kate', 'points': 22}, {'name': 'Jack', 'points': 5}, {'name': 'Andrew', 'points': 72}]
grouped_data = [[a, list(b)] for a, b in itertools.groupby(sorted(data, key=lambda x:x['name']), key=lambda x:x['name'])]
final_data = [{a:(len(b), max(b, key=lambda x:x['points'])['points'])} for a, b in grouped_data]

输出：

[{'Andrew': (5, 100)}, {'Jack': (3, 58)}, {'Kate': (2, 22)}]

Answer 3

为了完整起见，这里是第 3 方 Pandas 单线：

res = df.groupby('name')['points'].agg(['size', 'max'])

结果

print(res)

        size  max
name             
Andrew     5  100
Jack       3   58
Kate       2   22

设置

import pandas as pd
from io import StringIO

mystr = StringIO("""name    points
Andrew  18
Kate    10
Jack    55
Andrew  31
Andrew  100
Jack    58
Andrew  34
Kate    22
Jack    5
Andrew  72""")

df = pd.read_csv(mystr, delim_whitespace=True)

Answer 4

这是一个不使用除 csv 之外的任何额外导入的解决方案。

我已将您的示例数据用作 csv 文件。我已阅读内容并创建了 (name, points) 的元组列表

import csv
list_of_tuples = []

with open('f1.csv', newline='') as csv_file:
    dict_of_csv = csv.DictReader(csv_file)
    for item in dict_of_csv:
        list_of_tuples.append((item['name'], item['points']))

list_of_tuples 看起来像这样

[('Andrew', '18'), ('Kate', '10'), ('Jack', '55'), ('Andrew', '31'), ('Andrew', '100'), ('Jack', '58'), ('Andrew', '34'), ('Kate', '22'), ('Jack', '5'), ('Andrew', '72')]

result_dict 以 {key: (tuple_0, tuple_1), } 格式存储数据 喜欢

{ name: (name_count, max_points),
  name1: (name_count1, max_points1),
  ...
}

字典中的值由它们的key 标识，在本例中为name。
喜欢dictionary['key'] 所以这里是result_dict[name] 元组中的数据可以作为普通列表访问，例如 tuple[0] 和 tuple[1]
所以这里是result_dict[name][0]和result_dict[name][1]

result_dict = {}
for dict_item in list_of_tuples:
    name = dict_item[0]
    points = int(dict_item[1])
    if name in result_dict:
        name_count = result_dict[name][0]
        max_points = result_dict[name][1]
        result_dict[name] = (name_count + 1, points if max_points < points else max_points)
    else:
        # the name isn't in the dictionary, so we add the "name: (name_count, max_points)" to it
        result_dict[name] = (1, points)

输出是：

{'Andrew': (5, 100), 'Kate': (2, 22), 'Jack': (3, 58)}