ディクショナリのリストで重複する値を削除する最も良い方法は？

Question

私は辞書のリストを持っていて、それらの辞書は別の入れ子になった辞書を持っています。次に例を示します。

reports = [ 
      {'00T2A00003mDvq9': {'subject': 'dupe1', 'due_date': '4/5/2017'}} 
      {'00T2A00003mDvq8': {'subject': 'dupe2', 'due_date': '4/7/2017'}} 
      {'00T2A00003mDvq7': {'subject': 'dupe1', 'due_date': '4/3/2017'}} 
      ] 

リスト内の各辞書には、固有のIDと値が関連付けられています。

は、私はこれらの辞書を反復処理する方法が必要になり、そのうちのいずれかが、私が削除したいその後、'subject'フィールドに完全に一致している場合/ 最新日付で全体の辞書を削除します。

したがって、上記の例を使用して、リストを反復処理してデデュープした後、私はこのように見えるようにする必要があります。

reports = [ 
      {'00T2A00003mDvq8': {'subject': 'dupe2', 'due_date': '4/7/2017'}} 
      {'00T2A00003mDvq9': {'subject': 'dupe1', 'due_date': '4/3/2017'}} 
      ] 

それが後であるので'dupe1'の最初のインスタンスを削除します。

Answer 1

reportsの辞書のキー値（ユニークID）がわからないため、この問題はより困難になります。それぞれが1つのアイテムだけで構成されているので、next(iter(dict.values()))をPython 3と組み合わせて使用​​すると、それに関連付けられた単一のネストされた辞書が得られます。これを下のコードでcheckoutと呼んで名前を付けます。私はreportsデータので、サンプルを変更：私が使用するアプローチは、最初にあなたに（ノートで動作するように、このような何かを与える被験者によってreports内のグループの要素を辞書を作成することであろう、ということを考えると

最初は）重複'subject'を持つ複数のを持っています

{ 
    'dupe1': [ 
     {'00T2A00003mDvq9': {'due_date': '4/5/2017', 'subject': 'dupe1'}}, 
     {'00T2A00003mDvq7': {'due_date': '4/3/2017', 'subject': 'dupe1'}}, 
     {'00T2A00003mDvq6': {'due_date': '4/6/2017', 'subject': 'dupe1'}} 
    ], 
    'dupe2': [ 
     {'00T2A00003mDvq8': {'due_date': '4/7/2017', 'subject': 'dupe2'}} 
    ] 
} 

各サブジェクトに関連付けられたレポートのリストは、同じnext(iter(dict.values()))トリックに基づいてlambdaを使用して日付（）でソートされ、今注文与えることができますその内容を簡単にリストを更新し、任意のduを削除するあなたの欲望に応じてplicates。

from time import strptime 
from pprint import pprint 

DATE_FMT = '%m/%d/%Y' 
reports = [ 
    {'00T2A00003mDvq9': {'subject': 'dupe1', 'due_date': '4/5/2017'}}, 
    {'00T2A00003mDvq8': {'subject': 'dupe2', 'due_date': '4/7/2017'}}, 
    {'00T2A00003mDvq7': {'subject': 'dupe1', 'due_date': '4/3/2017'}}, 
    {'00T2A00003mDvq6': {'subject': 'dupe1', 'due_date': '4/6/2017'}}, # + a third duplicate 
] 

by_subject = {} 
for report in reports: 
    checkout = next(iter(report.values())) # get single subdictionary in each dictionary 
    by_subject.setdefault(checkout['subject'], []).append(report) 

for records in by_subject.values(): 
    records.sort(key=lambda rpt: strptime(next(iter(rpt.values()))['due_date'], DATE_FMT)) 

# Update reports list in-place. 
del reports[:] 
for subject, records in by_subject.items(): 
    reports.append(records[0]) # only keep oldest (deletes all newer than first) 

print('Deduped reports:') 
pprint(reports) 

出力：

Deduped reports: 
[{'00T2A00003mDvq7': {'due_date': '4/3/2017', 'subject': 'dupe1'}}, 
{'00T2A00003mDvq8': {'due_date': '4/7/2017', 'subject': 'dupe2'}}] 

Answer 2

あなたは完全に立ち往生しているので、ここでは始まります。 1つの問題は、各dictに対して、キーが異なり、不明であることです。唯一のペアが、各辞書にありますように見えますので、あなたはitems()を取得し、最初のいずれかを取ることができます

reports = [ 
    {'00T2A00003mDvq9': {'subject': 'dupe1', 'due_date': '4/5/2017'}}, 
    {'00T2A00003mDvq8': {'subject': 'dupe2', 'due_date': '4/7/2017'}}, 
    {'00T2A00003mDvq7': {'subject': 'dupe1', 'due_date': '4/3/2017'}} 
] 

def get_subject(some_dict): 
    return list(some_dict.items())[0][1]['subject'] 

reports.sort(key=get_subject) 
print(reports) 
# [{'00T2A00003mDvq9': {'due_date': '4/5/2017', 'subject': 'dupe1'}}, {'00T2A00003mDvq7': {'due_date': '4/3/2017', 'subject': 'dupe1'}}, {'00T2A00003mDvq8': {'due_date': '4/7/2017', 'subject': 'dupe2'}}] 

reportsは、現在対象でソートされます。 groupbyを使用して、件名別にグループ化されたレポートを取得できます。

sort各グループについて、今度はdue_dateを使用できます。アルファベット順に日付をソートすることはできませんが、この順序でyear,month,dayを抽出するか、文字列をstrptimeというdatetimeオブジェクトに変換する必要があります。

結果がsubjectでグループ化され、due_dateでソートされたら、各グループの最初の要素を取得します。完了！

Answer 3

これは私が一緒に行った最終的な解決策です。@ martineauの回答に基づいていますが、Python3を使用しているために私はそれを推測しています。

from time import strptime 

DATE_FMT = '%m/%d/%Y' 
reports = [ 
    {'00T2A00003mDvq9': {'subject': 'dupe1', 'due_date': '4/5/2017'}}, 
    {'00T2A00003mDvq8': {'subject': 'dupe2', 'due_date': '4/7/2017'}}, 
    {'00T2A00003mDvq7': {'subject': 'dupe1', 'due_date': '4/3/2017'}}, 
    {'00T2A00003mDvq6': {'subject': 'dupe1', 'due_date': '4/6/2017'}}, # + third duplicate 
] 

DATE_FMT = '%m/%d/%Y' 

    by_subject = {} 
    for report in reports: 
     topic = list(report.values())[0] 
     # assuming only one element in each dictionary 
     by_subject.setdefault(topic['subject'], []).append(report) 

    for records in by_subject.values(): 
     records.sort(key=lambda rec: strptime(list(rec.values())[0]['due_date'], DATE_FMT)) 

    reports = [] 

    for subject, records in by_subject.items(): 

     if len(records) > 1: 
      while len(records) != 1: 
       del records[-1] 
     reports.extend(records)