python - 如何从具有多个对象的 python 字典中获取重复对象的总数和相应的键？

Question

我有一个由许多嵌套字典组成的 python 字典。 IE。它看起来像这样:

result = {
    123: {
       'route1': 'abc'
       'route2': 'abc1'
        },
    456: {
       'route1': 'abc'
       'route2': 'abc1'
        },
    789: {
       'route1': 'abc2'
       'route2': 'abc3'
        },
    101: {
       'route1': 'abc'
       'route2': 'abc1'
        },
    102: {
       'route1': 'ab4'
       'route2': 'abc5'
        }

这里我们可以看到123、456和101具有相同的值。我想要做的是找出重复的对象，在这种情况下是:

{
   'route1': 'abc'
    'route2': 'abc1'
 }

以及具有此重复对象的键，即 123、456 和 101。我们如何做到这一点？

除了重复的对象信息，我还想知道哪些对象不重复。 IE。 789 及其各自的对象和 102 及其各自的对象。

PS:请注意，我事先并不知道哪些对象在重复，因为这个结构将在代码内部生成。因此，可能没有任何重复的对象，或者可能有多个，即不止一个。另外，由于某些限制，我不能使用 pandas 或 numpy 等。

Answer 1

您可以通过创建一个字典来实现这一点，该字典包含您的 result 字典(其中值本身就是字典)中每个不同值的所有匹配键。这是 Python 中相当常见的模式，遍历一个容器并将值聚合到字典中。然后，一旦创建了聚合字典，就可以将其拆分为重复值和单个值。

要构建聚合字典，您需要将 result 中的每个子字典用作键，并将原始字典中的匹配键附加到与该子字典关联的列表中。挑战在于您不能直接将子字典用作字典键，因为它们不可散列。但是您可以通过将它们转换为元组来解决这个问题。元组也应该排序，以避免遗漏以不同顺序弹出的重复项。

看一些示例代码可能更容易理解:

result = {
    123: {'route1': 'abc', 'route2': 'abc1'},
    456: {'route1': 'abc', 'route2': 'abc1'},
    789: {'route1': 'abc2', 'route2': 'abc3'},
    101: {'route1': 'abc', 'route2': 'abc1'},
    102: {'route1': 'ab4', 'route2': 'abc5'}
}

# make a dict showing all the keys that match each subdict
cross_refs = dict()
for key, subdict in result.items():
    # make hashable version of subdict (can't use dict as lookup key)
    subdict_tuple = tuple(sorted(subdict.items()))
    # create an empty list of keys that match this val
    # (if needed), or retrieve existing list
    matching_keys = cross_refs.setdefault(subdict_tuple, [])
    # add this item to the list
    matching_keys.append(key)

# make lists of duplicates and non-duplicates
dups = {}
singles = {}
for subdict_tuple, keys in cross_refs.items():
    # convert hashed value back to a dict
    subdict = dict(subdict_tuple)
    if len(keys) > 1:
        # convert the list of matching keys to a tuple and use as the key
        dups[tuple(keys)] = subdict
    else:
        # there's only one matching key, so use that as the key
        singles[keys[0]] = subdict

print(dups)
# {
#     (456, 123, 101): {'route2': 'abc1', 'route1': 'abc'}
# }
print(singles)
# {
#     789: {'route2': 'abc3', 'route1': 'abc2'}, 
#     102: {'route2': 'abc5', 'route1': 'ab4'}
# }