Python 在保留值的同时计数并删除键中的重复项

我整理了一些数据，并将它们编入字典，如下所示：

gen_dict = {
 "item_C_v001" : "jack",
 "item_C_v002" : "kris",
 "item_A_v003" : "john",
 "item_B_v006" : "peter",
 "item_A_v005" : "john",
 "item_A_v004" : "dave"
}

我正在尝试以以下格式打印结果：

Item Name     | No. of Vers.      | User
item_A        | 3                 | dave, john
item_B        | 1                 | peter
item_C        | 2                 | jack, kris

在这里，它将相似的版本列表成一行，同时计算有多少个版本，同时说明用户名

我在整合用户名时遇到了问题。我使用了

set（）

命令，这似乎适用于所有3行输出。 即便如此，虽然我的“项目名称”和“版本号”列似乎是正确的，但有什么方法可以检查找到的版本号是否与该名称相符？如果我有一个小数据，我可以手动计算，但如果我有大数据呢

strip_ver_list = []
user_list = []
for item_name, user in gen_dict.iteritems():
    # Strip out the version digits
    strip_ver = item_name[:-3]
    strip_ver_list.append(strip_ver)
    user_list.append(user)


# This will count and remove the duplicates
versions_num = dict((duplicate, strip_ver_list.count(duplicate)) for duplicate in strip_ver_list)

for name, num in sorted(versions_num.iteritems()):
    print "Version Name : {0}\nNo. of Versions : {1}\nUsers : {2}".format(name, num, set(user_list))

这是我得到的结果：

Item Name     | No. of Vers.      | User
item_A        | 3                 | set(['dave', 'john', 'jack', 'kris', 'peter'])
item_B        | 1                 | set(['dave', 'john', 'jack', 'kris', 'peter'])
item_C        | 2                 | set(['dave', 'john', 'jack', 'kris', 'peter'])

---

这是我能想到的唯一方法。。但是，如果有其他可行的方法来解决这个问题，请与我分享

您需要按项目名称对列表进行分组，并从每个组中提取用户，否则用户列表将始终是一个全局用户列表：

---

我将使用

defaultdict

来聚合数据。大致：

>>> from collections import defaultdict
>>> gen_dict = {
...  "item_C_v001" : "jack",
...  "item_C_v002" : "kris",
...  "item_A_v003" : "john",
...  "item_B_v006" : "peter",
...  "item_A_v005" : "john",
...  "item_A_v004" : "dave"
... }

现在

>>> versions_num = defaultdict(lambda:dict(versions=set(), users = set()))
>>> for item_name, user in gen_dict.items():
...     strip_ver = item_name[:-5]
...     version_num = item_name[-3:]
...     versions_num[strip_ver]['versions'].add(version_num)
...     versions_num[strip_ver]['users'].add(user)
...

最后,

>>> for item, data in versions_num.items():
...     print("Item {} \tno. of Versions: {}\tUsers:{}".format(item, len(data['versions']), ",".join(data['users'])))
...
Item item_B     no. of Versions: 1      Users:peter
Item item_A     no. of Versions: 3      Users:john,dave
Item item_C     no. of Versions: 2      Users:kris,jack
>>>

如果您希望对其进行排序：

>>> for item, data in sorted(versions_num.items()):
...     print("Item {} \tno. of Versions: {}\tUsers:{}".format(item, len(data['versions']), ",".join(data['users'])))
...
Item item_A     no. of Versions: 3      Users:john,dave
Item item_B     no. of Versions: 1      Users:peter
Item item_C     no. of Versions: 2      Users:kris,jack

我会用一个普通的dict来记录用户，用一个普通的dict来记录计数。

dict.get（）

from collections import defaultdict

gen_dict = {
 "item_C_v001" : "jack",
 "item_C_v002" : "kris",
 "item_A_v003" : "john",
 "item_B_v006" : "peter",
 "item_A_v005" : "john",
 "item_A_v004" : "dave"
}

user_dict = defaultdict(set)
count_dict = {}

for item_name, user in gen_dict.iteritems():
    user_dict[item_name[:-3]].add(user) # Sure you want -3 not -5?
    count_dict[item_name[:-3]] = count_dict.get(item_name[:-3], 0) + 1

for name, num in sorted(count_dict.iteritems()):
    print "Version Name : {0}\nNo. of Versions : {1}\nUsers : {2}".format(
                   name, num, ', '.join(item for item in user_dict[name]))

IPython中的示例：

In [1]: gen_dict = {
   ...:  "item_C_v001" : "jack",
   ...:  "item_C_v002" : "kris",
   ...:  "item_A_v003" : "john",
   ...:  "item_B_v006" : "peter",
   ...:  "item_A_v005" : "john",
   ...:  "item_A_v004" : "dave"
   ...: }

去拿钥匙，我们还需要一次

In [2]: keys = tuple(gen_dict.keys())

查找项目集

In [3]: items = set(j[:-5] for j in keys)

表格标题和模板

In [4]: header = 'Item Name     | No. of Vers.      | User'

In [5]: template = '{:14}|{:<15}|{}'

什么是
replicate
？编辑后，我省略了一部分。我想使用
defaultdict
意味着我没有必要创建新的dict，并允许我继续“重用”它？@disbidia我不完全确定你的意思，但这听起来很合理。。。这个结构已经推动了我认为笨拙的东西，它可能是值得一个类和封装这一逻辑。我正在做类似的事情，但我正在尝试统计每个用户占用的版本数到每个键。使用此线程的示例，
item\u C\u v
共有2个项目，但要将用户列的输出列为
jack（1），kris（1）
，这可能吗？我尝试在itertools.groupby（sorted（gen_dict.values（））]

中为k，v使用

[（k，len（list（v）））]

但这将列出每个用户在不考虑每个键的情况下拥有的版本总数。@yan我恐怕无法在这方面为您提供太多帮助。也许其他人可以帮你：）我不知道整数值可以在

get

命令中，并使用它作为“计数器”方法来计数@如果未找到密钥，则

get（）

方法将返回

None

，而不是

dict中的
KeyError
[
In [4]: header = 'Item Name     | No. of Vers.      | User'

In [5]: template = '{:14}|{:<15}|{}'

In [6]: print(header)
Item Name     | No. of Vers.      | User

In [7]: for i in items:
   ...:     relevant = tuple(j for j in keys if j.startswith(i))
   ...:     users = set(gen_dict[x] for x in relevant)
   ...:     print(template.format(i, len(relevant), ' '.join(users)))
   ...:     
item_A        |3              |john dave
item_B        |1              |peter
item_C        |2              |kris jack