用值切片字典答案

【问题标题】：slicing dictionary with values用值切片字典
【发布时间】：2018-03-05 09:57:02
【问题描述】：

我有一本像这样的字典：

d = {1: 'a', 2:'b', 3:'c', 4:'c', 5:'c', 6:'c'}

我想对这个字典进行切片，如果最后的值相同，它应该只返回遇到的第一个值。所以返回是：

d = {1: 'a', 2:'b', 3:'c'}

我使用collections.defaultdict(OrderedDict) 来保持按键排序。

目前，我正在使用循环。有没有一种pythonic的方式来做到这一点？

更新

字典值也可以是字典：

d = {1: {'a': 'a1', 'b': 'b1'}, 2:{'a': 'a1', 'b': 'b2'}, 3:{'a': 'a1', 'b': 'c1'}, 4:{'a': 'a1', 'b': 'c1'}, 5:{'a': 'a1', 'b': 'c1'}, 6:{'a': 'a1', 'b': 'c1'}}

输出：

d = {1: {'a': 'a1', 'b': 'b1'}, 2:{'a': 'a1', 'b': 'b2'}, 3:{'a': 'a1', 'b': 'c1'}}

【问题讨论】：

字典是否总是按其键排序？我看到你有 1,2,3,4,5,6 的键。如果是这样，那么使用列表代替字典是不必要的。
循环是pythonic。我不会说理解总是比循环更 Pythonic，这是主观的。

标签： python dictionary ordereddictionary

【解决方案1】：

您可以使用itertools.groupy 和列表理解来实现您的结果

>>> from itertools import groupby

>>> d = {1: 'a', 2:'b', 3:'c', 4:'c', 5:'c', 6:'c'}
>>> n = [(min([k[0] for k in list(g)]),k) for k,g in groupby(d.items(),key=lambda x: x[1])]
>>> n
>>> [(1, 'a'), (2, 'b'), (3, 'c')]

上面的表达式也可以写成

 >>> from operator import itemgetter
 >>> n = [(min(map(itemgetter(0), g)), k) for k, g in groupby(d.items(), key=itemgetter(1))]

您可以将其转换为 dict，只需使用

>>> dict(n)
>>> {1: 'a', 2: 'b', 3: 'c'}

这显然不保持键的顺序，所以你可以使用OrderedDict

>>> OrderedDict(sorted(n))
>>> OrderedDict([(1, 'a'), (2, 'b'), (3, 'c')])

【讨论】：

这归结为一个偏好问题，但您也可以使用operator.itemgetter:[(min(map(itemgetter(0), g)), k) for k, g in groupby(d.items(), key=itemgetter(1))]。尽管如此，我还是投了赞成票:)。
谢谢！这有效，但当值也是字典时它不起作用。对不起，我已经更新了 OP
@AbhishekThakur 我检查了如果值为dict，它实际上正在工作。你能确认一下吗？

【解决方案2】：

如果你想摆脱 for 循环 - 你可以这样做：

{a:b for b,a in {y:x for x,y in sorted(d.iteritems(), reverse=True)}.iteritems()}

但它不是那么 Pythonic 也不是那么高效。

【讨论】：

我也在想同样的事情。不确定这是否是个好主意。
我会说循环的效率和可读性要好得多 =)

【解决方案3】：

与使用表示索引的键的有序字典不同，更 Python 的方式是使用列表。在这种情况下，您将使用索引而不是键，并且能够更有效地对列表进行切片。

>>> d = {1: 'a', 2:'b', 3:'c', 4:'c', 5:'c', 6:'c'}
>>> a = list(d.values())
>>> a[:a.index(a[-1])+1]
['a', 'b', 'c']

【讨论】：

【解决方案4】：

以防万一，pandas的解决方案

import pandas as pd

df = pd.DataFrame(dict(key=list(d.keys()),val=list(d.values())))
print(df)
   key val
0    1   a
1    2   b
2    3   c
3    4   c
4    5   c
5    6   c

df = df.drop_duplicates(subset=['val'])
df.index=df.key
df.val.to_dict()

{1: 'a', 2: 'b', 3: 'c'}

不知道最大数据集的性能问题，或者它是否更 Pythonic。
然而，没有循环。

【讨论】：

【解决方案5】：

您可以检查最后两个值是否相同：

d = OrderedDict({1: 'a', 2:'b', 3:'c', 4:'c', 5:'c', 6:'c'})

while d.values()[-1] == d.values()[-2]:
    d.popitem()

print d
# OrderedDict([(1, 'a'), (2, 'b'), (3, 'c')])

【讨论】：