处理列表中的冗余

Question

假设我有一个包含州和县的元组列表：

stList = [('NJ', 'Burlington County'),
 ('NJ', 'Middlesex County'),
 ('VA', 'Frederick County'),
 ('MD', 'Montgomery County'),
 ('NC', 'Lee County'),
 ('NC', 'Alamance County')]

对于其中的每一项，我想将州与县压缩在一起，如下所示：

new_list = [{'NJ': 'Burlington County'},
{'NJ': 'Middlesex County'},
{'VA': 'Frederick County'},
{'MD': 'Montgomery County'},
{'NC': 'Lee County'},
{'NC': 'Alamance County'}]

我尝试了类似的方法，但它无法正常工作（它遍历每个“字母”并单独压缩它们）：

new_list = []
for item in stList:
  d1 = dict(zip(item[0], item[1]))
  new_list.append(d1)

退货：

 [{'N': 'B', 'J': 'u'},
 {'N': 'M', 'J': 'i'},
 {'V': 'F', 'A': 'r'},
 {'M': 'M', 'D': 'o'},
 {'N': 'L', 'C': 'e'},
 {'N': 'A', 'C': 'l'}]

为了让事情变得更复杂，我的最终目标是实际上为每个州（键）提供一个字典列表，其中将县（值）作为列表。如何修复压缩字典，然后将县作为每个州的列表？

final_list = [{'NJ': ['Burlington County', 'Middlesex County']},
{'VA': 'Frederick County'},
{'MD': 'Montgomery County'},
{'NC': ['Lee County', 'Alamance County'}]

Answer 1

你会得到错误的结果，因为

zip

将字符串视为可迭代对象。这是预期的行为。

您可能会得到一些接近您想要的东西：

result = dict()
for state, county in stList:
    result.setdefault(state, list()).append(county)

print(result)

结果是一个带有列表的字典。输出：

{'NJ': ['Burlington County', 'Middlesex County'], 'VA': ['Frederick County'], 'MD': ['Montgomery County'], 'NC': ['Lee County', 'Alamance County']}

Answer 2

Poolka 的

setdefault

解决方案是健全的、高性能且可读的，但可以通过

defaultdict

变得更加直观：

from collections import defaultdict

result = defaultdict(list)
for state, county in stList:
    result[state].append(county)

如果您的列表中有带有日期的三元组，您可以执行嵌套版本：

result = defaultdict(lambda: defaultdict(list))
for state, county, date in stList:
    result[state][county].append(date)

对于没有任何上述属性的单行，您可以使用

itertools.groupby

;)

from itertools import groupby
{k: [x[1] for x in g] for k, g in groupby(sorted(stList), key=lambda x: x[0])}

# {'NC': ['Alamance County', 'Lee County'], 
#  'MD': ['Montgomery County'], 
#  'NJ': ['Burlington County', 'Middlesex County'], 
#  'VA': ['Frederick County']}

从算法上来说，这更糟糕，因为它必须对初始的

list

进行排序。

Answer 3

我认为 zip() 不适合这个。这里有两个可能的解决方案。 如果您必须使用列表来存储结果，您将不得不在这个答案之后更进一步。但是，如果使用字典来获取结果可以，那么这个答案可能会帮助您实现目标：

 stList = [('NJ', 'Burlington County'),
 ('NJ', 'Middlesex County'),
 ('VA', 'Frederick County'),
 ('MD', 'Montgomery County'),
 ('NC', 'Lee County'),
 ('NC', 'Alamance County')]


new_list = []
for item in stList:
    new_list.append({item[0]:item[1]})

print "new list: ", new_list


new_dict = {}
for item in stList:
    if item[0] in new_dict:
        new_dict[item[0]].append(item[1])
    else:
        new_dict[item[0]] = [item[1]]

print "new dict: ", new_dict

这些解决方案产生以下结果：

新列表：[{'NJ': '伯灵顿县'}, {'NJ': '米德尔塞克斯县'}, {'VA': '弗雷德里克县'}, {'MD': '蒙哥马利县'}, { 'NC': '李县'}, {'NC': '阿拉曼斯县'}]

新字典：{'VA'：['弗雷德里克县']，'NJ'：['伯灵顿县'，'米德尔塞克斯县']，'NC'：['李县'，'阿拉曼斯县']，'MD ': ['蒙哥马利县']}

Answer 4

列表理解似乎是最简单的方法

[{i[0]:i[1]} for i in stList]

输出

[{'NJ': 'Burlington County'},
{'NJ': 'Middlesex County'},
{'VA': 'Frederick County'},
{'MD': 'Montgomery County'},
{'NC': 'Lee County'},
{'NC': 'Alamance County'}]

Answer 5

您的代码损坏的原因可能是由于对

zip

的误解。它基本上将每个名称视为一个单独的迭代器，并迭代前两个字符

s[:1]

。如果您想要每个州的州和县之间的映射，您可以尝试以下操作：

mapping = {}
for state, cty in stList:
    if (state in mapping):
        mapping[state].append(cty)
    else:
        mapping[state] = [cty]

无论如何，这是最简单的方法。但是，如果您想使用 itertools，您可以像这样执行

groupby

：

mapping = dict( [ (k, [gg[1] for gg in g]) for k, g in groupby(stList, key = lambda x: x[0]) ] )