在Python中整合重複項時對詞典列表進行排序？

Question

所以我有一個字典列表，像這樣：

data = [ { 
      'Organization' : '123 Solar', 
      'Phone' : '444-444-4444', 
      'Email' : '', 
      'website' : 'www.123solar.com' 
     }, { 
      'Organization' : '123 Solar', 
      'Phone' : '', 
      'Email' : 'joey@123solar.com', 
      'Website' : 'www.123solar.com' 
     }, { 
      etc... 
     } ] 

當然，這不是確切的數據。但是（可能）從我的例子來看，你可以理解我的問題。我有許多具有相同「組織」名稱的記錄，但其中沒有一個具有該記錄的完整信息。

是否有想要搜索的列表，排序基於字典的第一個條目列表，終於從副本合併數據創建一個獨特的進入的高效方法？ （請記住這些字典是相當大）

Answer 1

您可以使用itertools.groupby：

from itertools import groupby 
from operator import itemgetter 
from pprint import pprint 

data = [ { 
      'Organization' : '123 Solar', 
      'Phone' : '444-444-4444', 
      'Email' : '', 
      'website' : 'www.123solar.com' 
     }, { 
      'Organization' : '123 Solar', 
      'Phone' : '', 
      'Email' : 'joey@123solar.com', 
      'Website' : 'www.123solar.com' 
     }, 
     { 
      'Organization' : '234 test', 
      'Phone' : '111', 
      'Email' : 'a@123solar.com', 
      'Website' : 'b.123solar.com' 
     }, 
     { 
      'Organization' : '234 test', 
      'Phone' : '222', 
      'Email' : 'ac@123solar.com', 
      'Website' : 'bd.123solar.com' 
     }] 


data = sorted(data, key=itemgetter('Organization')) 
result = {} 
for key, group in groupby(data, key=itemgetter('Organization')): 
    result[key] = [item for item in group] 

pprint(result) 

打印：

{'123 Solar': [{'Email': '', 
       'Organization': '123 Solar', 
       'Phone': '444-444-4444', 
       'website': 'www.123solar.com'}, 
       {'Email': 'joey@123solar.com', 
       'Organization': '123 Solar', 
       'Phone': '', 
       'Website': 'www.123solar.com'}], 
'234 test': [{'Email': 'a@123solar.com', 
       'Organization': '234 test', 
       'Phone': '111', 
       'Website': 'b.123solar.com'}, 
       {'Email': 'ac@123solar.com', 
       'Organization': '234 test', 
       'Phone': '222', 
       'Website': 'bd.123solar.com'}]} 

UPD：

這裏是你可以做的到組什麼商品成單字代碼：

for key, group in groupby(data, key=itemgetter('Organization')): 
    result[key] = {'Phone': [], 
        'Email': [], 
        'Website': []} 
    for item in group: 
     result[key]['Phone'].append(item['Phone']) 
     result[key]['Email'].append(item['Email']) 
     result[key]['Website'].append(item['Website']) 

然後，在result你必須：

{'123 Solar': {'Email': ['', 'joey@123solar.com'], 
       'Phone': ['444-444-4444', ''], 
       'Website': ['www.123solar.com', 'www.123solar.com']}, 
'234 test': {'Email': ['a@123solar.com', 'ac@123solar.com'], 
       'Phone': ['111', '222'], 
       'Website': ['b.123solar.com', 'bd.123solar.com']}} 

Answer 2

是否有從副本創建搜索在列表中，基於字典的第一個條目排序列表中，最後合併數據的有效方法一個獨特的條目？

是的，但有一個更有效的方法沒有搜索和排序。

datadict = {} 
for thingy in data: 
    organization = thingy['Organization'] 
    datadict[organization] = merge(thingy, datadict.get(organization, {})) 

現在你已經做了該數據的線性調整，做了每一個恆定的時間查找：你走只是建立一個字典。所以，它比任何排序的解決方案都要好O（log N）。這也是一次傳球而不是多次傳球，而且可能會有更低的常量開銷。

---

目前尚不清楚究竟你想要做合併條目什麼，有任何人都沒有辦法可以編寫代碼不知道你想用什麼樣的規則。但這裏有一個簡單的例子：

def merge(d1, d2): 
    for key, value in d2.items(): 
     if not d1.get(key): 
      d1[key] = value 
    return d1 

換句話說，在d2每個項目，如果d1已經有一個truthy值（如非空字符串），息事寧人;否則，添加它。