Python防止字典重複輸出

-1

我正在使用python字典來計算髮生兩個事件之間的時間，但是基於我的方法我得到的輸出重複。這裏是我的輸入數據（注意最近，第一行不會在輸出後不能計算時間，因爲沒有其他事件）：Python防止字典重複輸出

user_id,unix_timestamp,product_id 
u_ab,149356478,p_4363423 
u_ab,149356453,p_4363455 
u_ab,149356422,p_4363456

我拿數據，並創建一個字典這裏由用戶活性：

context_sessions = {'u_ab': [['u_ab', '149356478', 'p_4363423'], ['u_ab', '149356453', 'p_4363455'], ['u_ab', '149356422', 'p_4363456']]}

這是我的代碼：

 for key, value in context_sessions.items(): 
      num_pageviews = len(value) 
      if num_pageviews > 1: 
       for a in range(num_pageviews): 
        user_id = context_sessions[key][(a-1)][0] 
        view_time = context_sessions[key][(a-1)][1] 
        next_view_time = context_sessions[key][(a-2)][1] 
        product_id = context_sessions[key][(a-1)][2] 
        dwell_time = int(next_pageview_time) - int(pageview_time) 
        print(user_id, product_id, dwell_time)

這裏是輸出（通知重複的值）：

u_ab, p_4363455, 25 
u_ab, p_4363455, 25 
u_ab, p_4363456, 10 
u_ab, p_4363455, 25

來源

2017-05-03 jKraut

仔細檢查您的縮進。這不是有效的Python-第一個'for'之後的東西在相同的縮進級別。 –

另外，'u_ab'的context_sessions顯然只有3個條目，這使得你的'for範圍（len（context_sessions ['u_ab']））'執行4次的可能性很小。另外，我預計'next_pageview_time'和'pageview_time'分別是'next_view_time'和'view_time'。我同意aryamccarthy--這不是[mcve]。 –

您發佈的代碼將不會運行並生成您指示的結果。因此，我已經投下了這個問題。但是，索引編制的問題足以指出您的大部分問題，並且可能已經足夠普遍，它會在未來讓其他人受益，所以我發佈了一個答案。如果你在這裏更新你的代碼，以便輸出實際上符合你的輸入，請確保留下評論，我將刪除我的downvote。 –

您應該使用Set和tuple獲得唯一值

# declare empty set variable 
output = set([]) 

#......your code here ..... 
# replace print using following 2 line 
t = (user_id, product_id, dwell_time) 
output.add(t) 

# print the set 
print(list(output))

來源

2017-05-03 15:31:10

-1。充其量，這將掩蓋導致重複輸出的問題。它不會解決任何潛在的問題。 –

你說得對，我只讀了'input'和'output' –

瞭解如何通過代碼步驟;這是早期開發人員學習最重要的技能之一。像pdb這樣的工具可以提供幫助，但這是你可以並且應該先用紙和鉛筆做的事情。

讓我們評估您發佈的代碼中會發生什麼：

for key, value in context_sessions.items():

好。根據您向我們展示了一個細節，我們會在某個時候被評估context_sessions['u_ab']

 num_pageviews = len(value) 
     if num_pageviews > 1: 
      for a in range(num_pageviews):

好吧，這是不壞，要麼。在context_sessions['u_ab']的情況下，這應該給我們num_pageviews = 3，這意味着a將從0到2（含）。

   user_id = context_sessions[key][(a-1)][0] 
       view_time = context_sessions[key][(a-1)][1] 
       next_view_time = context_sessions[key][(a-2)][1] 
       product_id = context_sessions[key][(a-1)][2]

這就是事情實在令人質疑。當a == 0，你再得到如下，（假設你向我們展示的context_sessions['u_ab']是準確的）：

user_id = context_sessions[key][-1][0] = 'u_ab' 
view_time = context_sessions[key][-1][1] = '149356422' 
next_view_time = context_sessions[key][-2][1] = '149356453' 
product_id = context_sessions[key][-1][2] = 'p_4363456'

當== 1：

user_id = context_sessions[key][0][0] = 'u_ab' 
view_time = context_sessions[key][0][1] = '149356478' 
next_view_time = context_sessions[key][-1][1] = '149356422' 
product_id = context_sessions[key][0][2] = 'p_4363423'

而當== 2 ：

user_id = context_sessions[key][1][0] = 'u_ab' 
view_time = context_sessions[key][1][1] = '149356453' 
next_view_time = context_sessions[key][0][1] = '149356478' 
product_id = context_sessions[key][1][2] = 'p_4363455'

而這一切，你應該有，如果您發佈的準確代碼的輸出。如果你獲得第四個值，這不是來自這個循環，但我相信你可以看到使用無效範圍是如何引起問題的，這可能是當你使用真實數據運行時發生的情況的原因。

請注意，對負數進行索引並不差;列表[-1]返回列表中的最後一個項目，列表[-2]返回列表中最後一個項目的第二個項目。但在這種情況下，它肯定不是你想要的行爲。

要解決這個問題，請改變展望的方式。您已經檢查長度應該大於1.利用正確的方法：

for a in range(1, num_pageviews): 
    user_id = value[a][0] 
    view_time = value[a][1] 
    next_view_time = value[a-1][0] 
    product_id = value[a][2] 
    dwell_time = int(next_view_time) - int(view_time)

來源

2017-05-03 16:05:58

Python防止字典重複輸出

回答

相關問題