聚合文本键值python defaultdict

首先，我想指出，我是一名python新手，在编码方面完全没有经验，所以请耐心等待。我已经在寻找我问题的答案，但没有成功。 我在文本中有一大堆行，其中包含以下格式的姓名和团队：

Team (year)|Surname1, Name1

e、 g

等了好几年，好几个团队。 我想根据球队（年份）组合汇总球员姓名，删除任何重复的姓名（可能发生在原始数据库中有一些冗余信息）。在本例中，我的输出应该是：

Yankees (1993)|Abbot, Jim, Assenmacher, Paul
Yankees (1994)|Abbot, Jim
Yankees (2000)|Buddies, Mike, Canseco, Jose

到目前为止，我已经编写了以下代码：

file_in = open('filein.txt')
file_out = open('fileout.txt', 'w+')

from collections import defaultdict
teams = defaultdict(set)

for line in file_in:
    items = [line.split('|')]
    team = items[0]
    name = items[1]
    teams[team].add(name)

我最终得到了一本由键（团队名称和年份）和值集组成的大词典。但我不知道如何准确地进行汇总

我还可以比较我的最终价值观（例如，有多少球员与1993年和1994年的洋基队有共同之处？）。我该怎么做

---

非常感谢您提供的任何帮助

对于本例，您应该熟悉Map Reduce，对其进行一些研究，这将对您有所帮助，我相信我这里有一些代码，我正在尝试查找它，同时这是一个很好的起点：

---

此解决方案不是最佳解决方案，但其工作方式符合您的要求：

for line in w.split('\n'):
    items = line.split('|')
    team = items[0]
    names = items[1].split(',')
    if team in teams:
       teams[team].extend(names)
    else:
       teams[team] = names

从那里你可以使用：

for team, names in teams.iteritems():
    print team, len(set(names))

首先，这一行：

items = [line.split('|')]

应该是：

items = line.split('|')

否则，它将创建一个由列表组成的列表

---

第二，我改变了这一点：

teams[team].add(name)

为此：

teams[team].add(name.strip())

否则，您将在播放器名称中获得额外的换行符和空格

---

完整修改的读取代码：

for line in file_in:
    items = line.split('|')
    team = items[0]
    name = items[1]
    teams[team].add(name.strip())

要在以下时间后打印词典：

>>> for team, players in teams.iteritems():
...    print '{}|{}'.format(team, '|'.join(players))
... 
Yankees (1994)|Abbot, Jim
Yankees (1993)|Assenmacher, Paul|Abbot, Jim
Yankees (2000)|Canseco, Jose|Buddies, Mike

---

请不要一次又一次地发布相同的问题。还有，我已经把它删除并编辑了。这怎么可能仍然存在？拥有10k+代表的人可以查看已删除的问题，所以不要表现得太聪明。很抱歉……我不是故意打扰你，也不知道查看策略。你说的“聚合内容”是什么意思？看起来你的字典正是你想要的？谢谢，这正是我想要做的。。。

>>> for team, players in teams.iteritems():
...    print '{}|{}'.format(team, '|'.join(players))
... 
Yankees (1994)|Abbot, Jim
Yankees (1993)|Assenmacher, Paul|Abbot, Jim
Yankees (2000)|Canseco, Jose|Buddies, Mike