Python 使用相同的键从dict.values（）获取最大值

我有这个csv.com文件。假设我已经使用了

DictReader

，现在我有了一些充满dicts的列表，比如

（'name'：'Andrew'），（'points'：18）

等等

name    points
Andrew  18
Kate    10
Jack    55
Andrew  31
Andrew  100
Jack    58
Andrew  34
Kate    22
Jack    5
Andrew  72

我要做的是返回一个键值对，如

Andrew：（5100）

，其中值为：

我在一张名单上见过这个名字多少次

点表中此名称的最大编号

我对第一项任务没有问题，但找不到解决方案 第二个。这就是我试图做的：

name_counter = defaultdict(int)
max_points = defaultdict(int)
for dictionary in list_from_csv:
    name_counter[dictionary['name']] += 1 #every time I meet the name, I add +1 to the value
    max_points[dictionary['name']] = ??? 

我想用max（dictionary[points]），但是max应该从数字的数量中选择，而不仅仅是一个。可能会创建一个列表，但不确定如何创建。还有其他想法吗

非常感谢您的帮助

---

另外，在我有了这两个dict之后，我需要根据键合并它们，但我希望不会那么难。

您可以使用

itertools。groupby

：

import itertools
data = [{'name': 'Andrew', 'points': 18}, {'name': 'Kate', 'points': 10}, {'name': 'Jack', 'points': 55}, {'name': 'Andrew', 'points': 31}, {'name': 'Andrew', 'points': 100}, {'name': 'Jack', 'points': 58}, {'name': 'Andrew', 'points': 34}, {'name': 'Kate', 'points': 22}, {'name': 'Jack', 'points': 5}, {'name': 'Andrew', 'points': 72}]
grouped_data = [[a, list(b)] for a, b in itertools.groupby(sorted(data, key=lambda x:x['name']), key=lambda x:x['name'])]
final_data = [{a:(len(b), max(b, key=lambda x:x['points'])['points'])} for a, b in grouped_data]

输出：

[{'Andrew': (5, 100)}, {'Jack': (3, 58)}, {'Kate': (2, 22)}]

---

您可以使用

itertools.groupby

：

import itertools
data = [{'name': 'Andrew', 'points': 18}, {'name': 'Kate', 'points': 10}, {'name': 'Jack', 'points': 55}, {'name': 'Andrew', 'points': 31}, {'name': 'Andrew', 'points': 100}, {'name': 'Jack', 'points': 58}, {'name': 'Andrew', 'points': 34}, {'name': 'Kate', 'points': 22}, {'name': 'Jack', 'points': 5}, {'name': 'Andrew', 'points': 72}]
grouped_data = [[a, list(b)] for a, b in itertools.groupby(sorted(data, key=lambda x:x['name']), key=lambda x:x['name'])]
final_data = [{a:(len(b), max(b, key=lambda x:x['points'])['points'])} for a, b in grouped_data]

输出：

[{'Andrew': (5, 100)}, {'Jack': (3, 58)}, {'Kate': (2, 22)}]

---

每次获得新值时，您只需确定如何处理

max_points[name]

，对吗

让我们假设，在每次迭代中，

max_points[name]

已经被正确设置为迄今为止看到的最高值。那么，您需要如何处理新值

简单：如果

点

大于迄今为止看到的最高值，则为新的最高值；如果不是，旧的最高值就是新的最高值

这正是

max

所做的。因此：

max_points[dictionary['name']] = max(max_points[dictionary['name']], points)

现在我们只需要验证这个假设是正确的

• 因为您使用的是

  defaultdict（int）

  ，所以它总是从0开始。如果你的分数是负数，那就错了，但除此之外，这是正确的，你迄今为止看到的最高分数，对任何人来说，都是0

• 在每一步中，如果上一步是正确的，那么下一步之后也是正确的，因为

  max

  就是这样做的

• 所以，通过归纳，它在最后是正确的

---

作为旁注，与其一遍遍地重复

dictionary['name']

，不如像这样：

for dictionary in list_from_csv:
    name = dictionary['name']
    name_counter[name] += 1
    max_points[name] = max(max_points[name], points)

---

每次获得新值时，您只需确定如何处理

max_points[name]

，对吗

让我们假设，在每次迭代中，

max_points[name]

已经被正确设置为迄今为止看到的最高值。那么，您需要如何处理新值

简单：如果

点

大于迄今为止看到的最高值，则为新的最高值；如果不是，旧的最高值就是新的最高值

这正是

max

所做的。因此：

max_points[dictionary['name']] = max(max_points[dictionary['name']], points)

现在我们只需要验证这个假设是正确的

• 因为您使用的是

  defaultdict（int）

  ，所以它总是从0开始。如果你的分数是负数，那就错了，但除此之外，这是正确的，你迄今为止看到的最高分数，对任何人来说，都是0

• 在每一步中，如果上一步是正确的，那么下一步之后也是正确的，因为

  max

  就是这样做的

• 所以，通过归纳，它在最后是正确的

---

作为旁注，与其一遍遍地重复

dictionary['name']

，不如像这样：

for dictionary in list_from_csv:
    name = dictionary['name']
    name_counter[name] += 1
    max_points[name] = max(max_points[name], points)

---

为完整起见，以下是第三方熊猫一号班轮：

res = df.groupby('name')['points'].agg(['size', 'max'])

结果

print(res)

        size  max
name             
Andrew     5  100
Jack       3   58
Kate       2   22

设置

import pandas as pd
from io import StringIO

mystr = StringIO("""name    points
Andrew  18
Kate    10
Jack    55
Andrew  31
Andrew  100
Jack    58
Andrew  34
Kate    22
Jack    5
Andrew  72""")

df = pd.read_csv(mystr, delim_whitespace=True)

---

为完整起见，以下是第三方熊猫一号班轮：

res = df.groupby('name')['points'].agg(['size', 'max'])

结果

print(res)

        size  max
name             
Andrew     5  100
Jack       3   58
Kate       2   22

设置

import pandas as pd
from io import StringIO

mystr = StringIO("""name    points
Andrew  18
Kate    10
Jack    55
Andrew  31
Andrew  100
Jack    58
Andrew  34
Kate    22
Jack    5
Andrew  72""")

df = pd.read_csv(mystr, delim_whitespace=True)

---

这是一个不使用csv以外的任何额外导入的解决方案

我已将您的示例数据用作csv文件。我已经阅读了内容并创建了一个元组列表（名称、点）

元组列表如下所示

[('Andrew', '18'), ('Kate', '10'), ('Jack', '55'), ('Andrew', '31'), ('Andrew', '100'), ('Jack', '58'), ('Andrew', '34'), ('Kate', '22'), ('Jack', '5'), ('Andrew', '72')]

结果_dict以{key:（tuple_0，tuple_1），}格式存储数据 像

字典中的值由其

键

标识，在本例中，该键是

名称

。
像

dictionary['key']

所以这里

result\u dict[name]

元组中的数据可以作为普通列表访问，如元组[0]和元组[1]
所以这里是

result\u dict[name][0]

和

result\u dict[name][1]

result_dict = {}
for dict_item in list_of_tuples:
    name = dict_item[0]
    points = int(dict_item[1])
    if name in result_dict:
        name_count = result_dict[name][0]
        max_points = result_dict[name][1]
        result_dict[name] = (name_count + 1, points if max_points < points else max_points)
    else:
        # the name isn't in the dictionary, so we add the "name: (name_count, max_points)" to it
        result_dict[name] = (1, points)

---

这是一个不使用csv以外的任何额外导入的解决方案

我已将您的示例数据用作csv文件。我已经阅读了内容并创建了一个元组列表（名称、点）

元组列表如下所示

[('Andrew', '18'), ('Kate', '10'), ('Jack', '55'), ('Andrew', '31'), ('Andrew', '100'), ('Jack', '58'), ('Andrew', '34'), ('Kate', '22'), ('Jack', '5'), ('Andrew', '72')]

结果_dict以{key:（tuple_0，tuple_1），}格式存储数据 像

字典中的值由其

键

标识，在本例中，该键是

名称

。
像

dictionary['key']

所以这里

result\u dict[name]

元组中的数据可以作为普通列表访问，如元组[0]和元组[1]
所以这里是

result\u dict[name][0]

和

result\u dict[name][1]

result_dict = {}
for dict_item in list_of_tuples:
    name = dict_item[0]
    points = int(dict_item[1])
    if name in result_dict:
        name_count = result_dict[name][0]
        max_points = result_dict[name][1]
        result_dict[name] = (name_count + 1, points if max_points < points else max_points)
    else:
        # the name isn't in the dictionary, so we add the "name: (name_count, max_points)" to it
        result_dict[name] = (1, points)

---

合并后的dict应该是什么样子？谷歌如何使用

groupby

功能。我想你可以从这里结束了，你展示的不是一个充满dict的列表，它甚至不是任何东西的合法Python语法。如果您想让我们向您展示如何转换输入，请给我们一个可用的输入示例。合并的dict应该是什么样子？谷歌如何使用

groupby

功能。我想你可以从这里结束了，你展示的不是一个充满dict的列表，它甚至不是任何东西的合法Python语法。如果您希望我们向您展示如何转换输入，请给我们一个可用的输入示例。我的，谢谢！）这是一个非常好的答案！我的天啊，谢谢你！：）这是一个非常好的答案！谢谢，这真的很有帮助！谢谢，这真的很有帮助！谢谢你这么详细的回答！谢谢你这么详细的回答！