根据关键字值的优先级从列表中删除重复的字典

Question

假设我有以下类型的字典列表：

iterlist = [
{"Name": "Mike", "Type": "Admin"},
{"Name": "Mike", "Type": "Writer"},
{"Name": "Mike", "Type": "Reader"},
{"Name": "Zeke", "Type": "Writer"},
{"Name": "Zeke", "Type": "Reader"}
]

我想删除"；名称"；基于"；类型"；按以下优先级(管理员>写入程序>读取器(，因此最终结果应该是：

iterlist = [
{"Name": "Mike", "Type": "Admin"},
{"Name": "Zeke", "Type": "Writer"}
]

我发现了一个类似的问题，但它删除了一种显式键值类型的重复：链接

有人能指导我如何推进这项工作吗？

Answer 1

这是@azro建议的解决方案的修改形式，他们的解决方案和其他解决方案不考虑您提到的优先级，您可以使用以下代码来克服这一点。有一个优先判断。

iterlist = [
{"Name": "Mike", "Type": "Writer"},
{"Name": "Mike", "Type": "Reader"},
{"Name": "Mike", "Type": "Admin"},
{"Name": "Zeke", "Type": "Reader"},
{"Name": "Zeke", "Type": "Writer"}
]
# this is used to get the priority
priorites = {i:idx for idx, i in enumerate(['Admin', 'Writer', 'Reader'])}
sort_key = lambda x:(x['Name'], priorites[x['Type']])
groupby_key = lambda x:x['Name']
result = [next(i[1]) for i in groupby(sorted(iterlist, key=sort_key), key=groupby_key)]
print(result)

输出

[{'Name': 'Mike', 'Type': 'Admin'}, {'Name': 'Zeke', 'Type': 'Writer'}]

Answer 2

您也可以通过以下方式使用pandas：

1. 将字典列表转换为数据帧：

   import pandas as pd
   df = pd.DataFrame(iterlist)
   

2. 创建映射dict:

   m = {'Admin': 3, 'Writer': 2, 'Reader': 1}
   

3. 使用replace:创建优先级列

   df['pri'] = df['Type'].replace(m)
   

4. 由pri得到sort_values，由Name得到groupby，只得到第一个元素：

   df = df.sort_values('pri', ascending=False).groupby('Name').first().reset_index()
   

5. droppri列，并使用to_dict:返回字典

   df.drop('pri', axis='columns').to_dict(orient='records')
   

这将为您提供以下信息：

[{'Name': 'Mike', 'Type': 'Admin'}, {'Name': 'Zeke', 'Type': 'Writer'}]

Answer 3

以下是您可以尝试的解决方案，

unique = {}
for v in iterlist:
# check if key exists, if not update to `unique` dict
if not unique.get(v['Name']):
unique[v['Name']] = v

print(unique.values())

---

dict_values([{'Name': 'Mike', 'Type': 'Admin'}, {'Name': 'Zeke', 'Type': 'Writer'}])