使用字典理解反转一对多映射

Question

lst = [{'272': '4', '273': '4', '274': '4', '275': '5'}]
dct = {}

for k, v in lst[0].items():
    if dct.get(v) is None:
        dct.update({v: [k]})
    else:
        dct[v].append(k)

输出：

{'4': ['272', '273', '274'], '5': ['275']}

我还可以写一个嵌套理解：

dct = {v: [k for (k, v1) in lst[0].items() if v1 == v]
          for (k, v) in lst[0].items()}

输出相同：

{'4': ['272', '273', '274'], '5': ['275']}** 

但是我们可以尝试在字典理解中使用单个

for

循环来获得相同的结果吗？

Answer 1

你不可能在字典理解中一步完成同样的事情。您有效地反转了字典，但由于原始字典中没有一对一的映射，因此您需要聚合每个值的重复键。

问题中的列表是一个转移注意力的内容。我要用

d = {'272': '4', '273': '4', '274': '4', '275': '5'}

您可以采取几种方法。明智的做法是保持一个循环，但稍微简化一下。例如，您可以使用

collections.defaultdict

，它就像常规的

dict

，只不过它可以让您自动使用空值设置缺失的键：

from collections import defaultdict

result = defaultdict(list)
for k, v in d.items():
    result[v].append(k)

如果您使用几个标准库函数，您可以为此编写一个推导式。一种方法是使用

itertools.groupby

，但这需要您先应用

sorted

：

from itertools import groupby
from operator import itemgetter

result = {k: list(map(itemgetter(0), vs))
              for k, vs in groupby(sorted(d.items(),
                                          key=itemgetter(1, 0)),
                                   itemgetter(1))}

operator.itemgetter

的工作原理类似于

lambda x: x[0]

左右，但更快、更高效。

使用第二种解决方案，请注意，由于排序，时间复杂度从 O(n) 变为 O(n log n)，并且为了获得“一行”而牺牲了很多易读性。

Answer 2

使用临时辅助字典的黑客：

dct = {v: h.setdefault(v, [k])
       for h in [{}]
       for k, v in lst[0].items()
       if v not in h or h[v].append(k)}

Answer 3

这是反转一对多映射的一种方法。 它不需要排序。 一般来说，map_reduce 可以帮助解决很多问题。

import more_itertools as mit

d = {'272': '4', '273': '4', '274': '4', '275': '5'}
dict(mit.map_reduce(d.items(), 
                    keyfunc=lambda el: el[1], 
                    valuefunc=itemgetter(0),
                   ))
# returns {'4': ['272', '273', '274'], '5': ['275']}