在字典中的值列表中选择元素

Question

我有一本字典，其中的值是包含 2 个或更多元素的列表。 我想根据列表中只有 2 个元素的其他值，对具有 2 个以上元素的值进行切片。

我知道我可以将所有值元素附加到一个列表中，然后只计算最常见的，但我需要保留有关键和字典格式的信息，所以它真的不起作用。而且我似乎无法弄清楚如何解决这个问题。

我的字典是这样的

start_dict = {
    'Key1': [243928620, 243938319],
    'Key2': [243928620, 243938319],
    'Key3': [243928620, 243931757, 243938319],
    'Key4': [243928620, 243938319, 243938323],
    'Key5': [243928634, 243938316],
    'Key6': [243928620, 243938319],
    'Key7': [243928634, 243938317],
    'Key8': [243928620, 243938329,243938387]
}

我想让所有值列表中的元素 1 保持不变，因为它是一个起始坐标，其余的是给定间隔的潜在结束坐标。

然后，对于那些在其列表中具有超过 2 个元素的值（键 3、4 和 8），我想将该元素保留在其值列表中，这在其他键的其他值列表中最常见，即key3 和 4 的情况，因为它们都包含最频繁的结束坐标 243938319。

如果它们不存在于其他任何一个中，我将保留它们，这是键 8 的情况。

所有键中出现频率最高的值是开始位置 243928620 和结束位置 243938319。所以理想的输出应该是

start_dict = {
    'Key1': [243928620, 243938319],
    'Key2': [243928620, 243938319],
    'Key3': [243928620, 243938319],
    'Key4': [243928620, 243938319],
    'Key5': [243928634, 243938316],
    'Key6': [243928620, 243938319],
    'Key7': [243928634, 243938317],
    'Key8': [243928620, 243938329,243938387]
}

我似乎无法理解如何做到这一点，如果它甚至可以以一种聪明的方式完成的话。

你们中的任何人都可以帮忙吗？感谢您的宝贵时间。

Answer 1

这是一种方法：

from collections import Counter
from pprint import pprint

def reduce_coords(data):
    # Counter of second list element for 2-element lists
    count = Counter(v[1] for v in data.values() if len(v) == 2)
    # Result dict
    result = {}
    # Iterate data entries
    for k, v in data.items():
        # Modify lists longer than two with at least one element in the counter
        if len(v) > 2 and any(elem in count for elem in v[1:]):
            # Replace list with first element and following element with max count
            v = [v[0], max(v[1:], key=lambda elem: count.get(elem, 0))]
        # Add to result
        result[k] = v
    return result

start_dict = {
    'Key1': [243928620, 243938319],
    'Key2': [243928620, 243938319],
    'Key3': [243928620, 243931757, 243938319],
    'Key4': [243928620, 243938319, 243938323],
    'Key5': [243928634, 243938316],
    'Key6': [243928620, 243938319],
    'Key7': [243928634, 243938317],
    'Key8': [243928620, 243938329,243938387]
}
pprint(reduce_coords(start_dict))
# {'Key1': [243928620, 243938319],
#  'Key2': [243928620, 243938319],
#  'Key3': [243928620, 243938319],
#  'Key4': [243928620, 243938319],
#  'Key5': [243928634, 243938316],
#  'Key6': [243928620, 243938319],
#  'Key7': [243928634, 243938317],
#  'Key8': [243928620, 243938329, 243938387]}

Answer 2

关于存储此信息的不同结构：

start_dict = {
    'Key1': [243928620, 243938319],
    'Key2': [243928620, 243938319],
    'Key3': [243928620, 243931757, 243938319],
    'Key4': [243928620, 243938319, 243938323],
    'Key5': [243928634, 243938316],
    'Key6': [243928620, 243938319],
    'Key7': [243928634, 243938317],
    'Key8': [243928620, 243938329,243938387]
}

modified_dict = {k:{"start":v[0], "end":v[1:]} for k, v in start_dict.items()}
print(modified_dict)
#Output:
{'Key1': {'start': 243928620, 'end': [243938319]},
 'Key2': {'start': 243928620, 'end': [243938319]},
 'Key3': {'start': 243928620, 'end': [243931757, 243938319]},
 'Key4': {'start': 243928620, 'end': [243938319, 243938323]},
 'Key5': {'start': 243928634, 'end': [243938316]},
 'Key6': {'start': 243928620, 'end': [243938319]},
 'Key7': {'start': 243928634, 'end': [243938317]},
 'Key8': {'start': 243928620, 'end': [243938329, 243938387]}}

像上面这样的 dicts 可能会为使用和维护提供更清晰的画面，您可以考虑使用这样的结构。或者，也许 2 长度的元组也可以工作，但我发现这个版本最易读。

以此为起点：

#collect all possible end points for every key, and combine in a list
end_points = []
for k, v in modified_dict.items():
    end_points.extend(v["end"])

#find the most common end point
from collections import Counter
most_common = Counter(end_points).most_common(1)[0][0]

#Adjust the end points if the most common end point is found
for k, v in modified_dict.items():
    if most_common in v["end"]:
        modified_dict[k]["end"] = [most_common]
print(modified_dict)
#Output:
{'Key1': {'start': 243928620, 'end': [243938319]},
 'Key2': {'start': 243928620, 'end': [243938319]},
 'Key3': {'start': 243928620, 'end': [243938319]},
 'Key4': {'start': 243928620, 'end': [243938319]},
 'Key5': {'start': 243928634, 'end': [243938316]},
 'Key6': {'start': 243928620, 'end': [243938319]},
 'Key7': {'start': 243928634, 'end': [243938317]},
 'Key8': {'start': 243928620, 'end': [243938329, 243938387]}}

Answer 3

我更喜欢另一个答案，但这仍然可以教你一些关于列表理解的知识。

#

创建一个包含所有端点列表的 dic：

startpoints = {k:v[0]  for k,v in start_dict.items()}
endpoints = {k:v[1:] for k,v in start_dict.items()}

然后将其展平：

endpoints_flatten = [value for list in endpoints.values() for value in list]

创建一个包含所有端点的计数器：

from collections import Counter
c = Counter(endpoints_flatten)

创建一个为您提供列表中最常见的函数：

def most_com(list_endpoint,c):
    return max(list_endpoint, key=lambda l : c[l])

现在遍历端点列表，只保留最常见的一个：

common_endpoint = {k:most_com(list_endpoint,c) for k,list_endpoint in endpoints.items()}

现在全部输出：

output = {k:v + common_endpoint[k] for k,v in startpoints.items()}