主页 / 问题 / 895694
Accepted
garrythehotdog
Asked:2020-10-21 01:36:44 +0000 UTC2020-10-21 01:36:44 +0000 UTC

字典列表与某个键值的交集。需要代码优化

  • 772

有两个字典列表：

  1. types- 包含有关体育部分名称和一位访问者访问日期的信息。

  2. user_list- 包含有关也去过这个健身房的人的信息以及他们的访问日期。

    types = [{'type':'tango', 'date':'200118'}, 
{'type':'box', 'date':'110217'},
{'type':'strip', 'date':'170518'}]

user_list = [{'name':'maxim', 'date':'200118'},
{'name':'ivan', 'date':'110217'},
{'name':'elena', 'date':'051018'},
{'name':'gleb', 'date':'170518'},  
{'name':'magas', 'date':'110217'},  
{'name':'ivan', 'date':'170518'}, 
{'name':'maxim', 'date':'110217'}]

一个任务

有必要从第二个列表中选择与第一个列表中指定的日期相同的访问者。还有一个条件：他们不止一次在同一个日期。

结果

最终结果应该是这样的列表：

[{'date': '110217', 'name': 'ivan'}, {'date': '170518', 'name': 'ivan'}, {'date': '200118', 'name': 'maxim'}, {'date': '110217', 'name': ‘maxim'}]

如果解释不同，则需要从第二个列表中选择存在于第一个列表中且在第二个列表中多次出现的“日期”字段的值的行。以下是我的解决方案，我真的不喜欢。部分代码可以用生成器替换，但也许有人知道更优化的工具？

types = [ {'type':'tango', 'date':'200118'},
{'type':'box', 'date':'110217'},
{'type':'strip', 'date':'170518'}]

user_list = [{'name':'maxim', 'date':'200118'},
{'name':'ivan', 'date':'110217'},
{'name':'elena', 'date':'051018'},
{'name':'gleb', 'date':'170518'},
{'name':'magas', 'date':'110217'},
{'name':'ivan', 'date':'170518'},
{'name':'maxim', 'date':'110217'}]

dates = [dct['date'] for dct in types]
names = list(set([dct['name'] for dct in user_list]))


goodusers = []
for name in names:
    res = []
    for u in user_list:
        if u['name']==name and u['date'] in dates:
            res.append(u)
    if len(res)>1:
        goodusers += res

print(goodusers)
python

3 个回答

  1. Best Answer

    你开始是对的。只有单独提取名称是没有意义的。

    from itertools import groupby

dates = [dct['date'] for dct in types]
# фильтруем по совпадению дат
users = (d for d in user_list if d['date'] in dates)
# сортируем, для работы функции группировки
key_name = lambda u: u['name']
users = sorted(users, key=key_name)

double_users = []
for _, u in groupby(users, key=key_name):
    pool = tuple(u)
    if len(pool) > 1:
        double_users += pool
print(double_users)
    • 8

  2. 使用Pandas模块解决此类问题很方便：

    import pandas as pd    # pip install pandas

    首先，让我们从字典列表中创建 DataFrame：

    u = pd.DataFrame(user_list)
t = pd.DataFrame(types)

    有踪迹。数据框的：

    In [59]: u
Out[59]:
     date   name
0  200118  maxim
1  110217   ivan
2  051018  elena
3  170518   gleb
4  110217  magas
5  170518   ivan
6  110217  maxim

In [60]: t
Out[60]:
     date   type
0  200118  tango
1  110217    box
2  170518  strip

    现在可以用一个命令过滤它们：

    res = u.merge(t[['date']]).sort_values('name').groupby('name').filter(lambda x: len(x) > 1)

    结果：

    In [64]: res
Out[64]:
     date   name
1  110217   ivan
5  170518   ivan
0  200118  maxim
3  110217  maxim

    与字典列表相同：

    In [67]: res.to_dict('records')
Out[67]:
[{'date': '110217', 'name': 'ivan'},
 {'date': '170518', 'name': 'ivan'},
 {'date': '200118', 'name': 'maxim'},
 {'date': '110217', 'name': 'maxim'}]
    • 6

  3. 那么在这里，感谢问题的作者和他的客人：

    import sqlite3 as li3
conn = li3.connect(":memory:")
cursor = conn.cursor()
cursor.execute("CREATE TABLE visits (name TEXT, date TEXT)")
cursor.execute("CREATE TABLE types ( type TEXT, date TEXT)")

cursor.executemany("INSERT INTO visits VALUES (?,?)", [list(d.values()) for d in user_list])
cursor.executemany("INSERT INTO types VALUES (?,?)", [list(d.values()) for d in types])
conn.commit()

cursor.execute("""
               SELECT * FROM visits 
                        WHERE name IN
                        (SELECT visits.name FROM visits
                             INNER JOIN types ON visits.date=types.date
                             GROUP BY visits.name 
                             HAVING count(visits.name) >1)
               """)
print(cursor.fetchall())
cursor.close()

    分发：

    [('maxim', '200118'), ('ivan', '110217'), ('ivan', '170518'), ('maxim', '110217')]
    • 2

相关问题