代码之家 › 专栏 › 技术社区 › void.pointer

在python中,如何合并具有相似键的dictionary元素?

python

void.pointer · 技术社区 · 6 年前

在吉特,我跑 git shortlog -sn 在回购中建立作者及其承诺的列表。在某些情况下,多个作者实际上是同一个人,但大小写或名字不同,而不是姓+名。例子:

$ git shortlog -sn
100 John Doe
 50 john

使用 subprocess

>>> users = {"John Doe": 100, "john": 50}
>>> users
{'John Doe': 100, 'john': 50}

我需要遍历这些,并在键上运行regex,比较两个名称是否以相同的名字开头(不考虑大小写),以及:

组合键以显示不同的作者名称
对每个元素的提交(值)求和。所以最终结果应该是:
```
{'John Doe, john': 150}
```

2 回复 | 直到 6 年前

fl00r 6 年前

一个简单的解决方案是这样的

data = {"John Doe": 100, "john": 50}
new_data = {}
for name, amount in data.items():
    first_name = name.lower().split(" ")[0]
    (current_names, current_amount) = new_data.get(first_name, [[], 0])
    current_names.append(name)
    current_amount += amount
    new_data[first_name] = [current_names, current_amount]

new_data
#=> {'john': [['john', 'John Doe'], 150]}

names_and_data = {}
for names, amount in new_data.values():
    joined_names = ", ".join(names)
    names_and_data[joined_names] = amount

names_and_data
#=> {'john, John Doe': 150}

Alexander McFarlane 6 年前

代码段

from collections import defaultdict

dd = defaultdict(list)
for u in users:
    k = u.split()[0].lower()
    dd[k].append(u)

merged = {','.join(names): sum(users[name] for name in names)
          for firstname, names in dd.items()}

解释

In [184]: from collections import defaultdict

In [185]: dd = defaultdict(list)

In [186]: for u in users:
     ...:     k = u.split()[0].lower()
     ...:     dd[k].append(u)
     ...:

In [187]: dd
Out[187]: defaultdict(list, {'john': ['john', 'John Doe']})

然后可以使用此查找表创建合并格式,如下所示

In [188]: merged = {','.join(names): sum(users[name] for name in names)
    ...:            for firstname, names in dd.items()}

In [189]: merged
Out[189]: {'john,John Doe': 150}

join

In [188]: merged = {', '.join(names): sum(users[name] for name in names)
    ...:            for firstname, names in dd.items()}

In [189]: merged
Out[189]: {'john, John Doe': 150}

请注意,这不会区分

jonathan
john
jon
jon-dawg

正如@wim所建议的,这是一个需要一些自定义正则表达式的复杂得多的问题

推荐文章

July · 如何定义数字间隔,然后四舍五入

1 年前

Community wiki · 对象名称前的单下划线和双下划线的含义是什么?

1 年前

Brian Johnson · 为什么在Python中列出字典列表会引发TypeError?[已关闭]

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

Ashok Shrestha · 需要追踪特定的颜色线并获取坐标

1 年前

Nicote Ool · 在FastApi和Vue3中获得422

1 年前

NeoExceptCodeBad · 如果我有很多垂直线,我如何找到它们的边缘?

1 年前

Abdulaziz · 如何对集合内的列表进行排序[重复]

1 年前

user2743931 · 带有src目录的Python setup.py

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前