[英]Subset of dictionary keys
我有一个形式为{'ip1:port1' : <value>, 'ip1:port2' : <value>, 'ip2:port1' : <value>, ...}
的python字典。 字典键是字符串,由ip:端口对组成。 值对此任务并不重要。
我需要一个具有唯一IP地址的ip:port
组合列表,端口可以是原始密钥中出现的任何端口。 例如,上面可以接受两种变体: ['ip1:port1', ip2:port1']
和['ip1:port2', ip2:port1']
。
这种方式最蟒蛇的方式是什么?
目前我的解决方案是
def get_uniq_worker_ips(workers):
wip = set(w.split(':')[0] for w in workers.iterkeys())
return [[worker for worker in workers.iterkeys() if worker.startswith(w)][0] for w in wip]
我不喜欢它,因为它创建了额外的列表然后丢弃它们。
您可以使用itertools.groupby
按相同的IP地址分组:
data = {'ip1:port1' : "value1", 'ip1:port2' : "value2", 'ip2:port1' : "value3", 'ip2:port2': "value4"}
by_ip = {k: list(g) for k, g in itertools.groupby(sorted(data), key=lambda s: s.split(":")[0])}
by_ip
# {'ip1': ['ip1:port1', 'ip1:port2'], 'ip2': ['ip2:port1', 'ip2:port2']}
然后从不同的IP组中选择任何一个。
{v[0]: data[v[0]] for v in by_ip.values()}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}
或者更短,只为组中的第一个键生成一个生成器表达式:
one_by_ip = (next(g) for k, g in itertools.groupby(sorted(data), key=lambda s: s.split(":")[0]))
{key: data[key] for key in one_by_ip}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}
但请注意, groupby
要求对输入数据进行排序。 因此,如果您想避免对dict中的所有键进行排序,则应该只使用一set
已经看过的键。
seen = set()
not_seen = lambda x: not(x in seen or seen.add(x))
{key: data[key] for key in data if not_seen(key.split(":")[0])}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}
这与您的解决方案类似,但不是循环使用唯一键并在每个dict中找到匹配键,而是循环键并检查您是否已经看过IP。
实现此目的的一种方法是将密钥转换为自定义类,该类仅在执行相等性测试时查看字符串的IP部分。 它还需要提供适当的__hash__
方法。
这里的逻辑是set
构造函数将“看到”具有相同IP的密钥相同,忽略比较中的端口部分,因此如果具有该IP的密钥已存在于集合中,则将避免向该集合添加密钥。
这是一些在Python 2或Python 3上运行的代码。
class IPKey(object):
def __init__(self, s):
self.key = s
self.ip, self.port = s.split(':', 1)
def __eq__(self, other):
return self.ip == other.ip
def __hash__(self):
return hash(self.ip)
def __repr__(self):
return 'IPKey({}:{})'.format(self.ip, self.port)
def get_uniq_worker_ips(workers):
return [k.key for k in set(IPKey(k) for k in workers)]
# Test
workers = {
'ip1:port1' : "val",
'ip1:port2' : "val",
'ip2:port1' : "val",
'ip2:port2' : "val",
}
print(get_uniq_worker_ips(workers))
产量
['ip2:port1', 'ip1:port1']
如果您运行的是Python 2.7或更高版本,则该函数可以使用set comprehension而不是set()
构造函数调用中的该生成器表达式。
def get_uniq_worker_ips(workers):
return [k.key for k in {IPKey(k) for k in workers}]
IPKey.__repr__
方法并不是绝对必要的,但我喜欢给我所有的类__repr__
因为它在开发过程中很方便。
这是一个更加简洁的解决方案,非常有效,由Jon Clements提供 。 它通过字典理解构建所需的列表。
def get_uniq_worker_ips(workers):
return list({k.partition(':')[0]:k for k in workers}.values())
我在我的解决方案中改变了几个字符,现在对它感到满意。
def get_uniq_worker_ips(workers):
wip = set(w.split(':')[0] for w in workers.iterkeys())
return [next(worker for worker in workers.iterkeys() if worker.startswith(w)) for w in wip]
感谢@Ignacio Vazquez-Abrams和@MT的解释。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.