比较defaultdict键值和另一个defaultdict

Question

我有两个defaultdict ：

defaultdict(<type 'list'>, {'a': ['OS', 'sys', 'procs'], 'b': ['OS', 'sys']})

defaultdict(<type 'list'>, {'a': ['OS', 'sys'], 'b': ['OS']})

我如何比较这两个，以获得每个缺少的值的计数。 例如，我应该得到第二个defaultdict键'a'缺少两个值，而'b'丢失一个值。

Answer 1

您应该能够使用集合差异来最有效地查找（计数）缺失的元素。 如果您小心的话，甚至可以在不向defaultdict添加项目的情况下进行操作（也不必假设函数输入为defaultdict ）。

从那里开始，将这些结果存储在字典中就成了问题。

def compare_dict_of_list(d1, d2):
    d = {}
    for key, value in d1.items():
        diff_count = len(set(value).difference(d2.get(key, [])))
        d[key] = diff_count
    return d

Answer 2

如果只希望第二个默认字典中缺少总数，则可以遍历第一个字典并查看集合差异，以找出相对于B，A中还有多少东西。

如果您像这样定义字典：

a = defaultdict(list, {'a': ['OS', 'sys', 'procs'], 'b': ['OS', 'sys']})
b = defaultdict(list, {'a': ['OS', 'sys'], 'b': ['OS']})

这将告诉您字典B中缺少多少个：

total_missing_inB = 0
for i in a:
    diff = set(a[i]) - set(b[i])
    total_missing_inB += len(diff)

这将告诉您字典A中缺少多少

total_missing_inA = 0
for i in b:
    diff = set(b[i]) - set(a[i])
    total_missing_inA += len(diff)

Answer 3

在这里，我们提出了一个使用collections.Counter来跟踪值的替代解决方案，并考虑了一些与不常见的键和值有关的边缘情况。

码

import collections as ct


def compare_missing(d1, d2, verbose=False):
    """Return the count of missing values from dict 2 compared to dict 1."""
    record = {}
    for k in d1.keys() & d2.keys():
        a, b = ct.Counter(d1[k]), ct.Counter(d2[k])
        record[k] = a - b
    if verbose: print(record)
    return sum(v for c in record.values() for v in c.values())

演示版

dd0 = ct.defaultdict(list, {"a": ["OS", "sys", "procs"], "b": ["OS", "sys"]})
dd1 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS"]})

compare_missing(dd0, dd1, True)
# {'a': Counter({'procs': 1}), 'b': Counter({'sys': 1})}
# 2

compare_missing(dd1, dd0, True)
# {'a': Counter(), 'b': Counter()}
# 0

---

细节

如果两个字典中的键都不相同，则compare_missing将仅迭代公共键。 在下一个示例中，即使将新键（ c ）添加到dd1 ，我们也得到与上述相同的结果：

dd2 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS"], "c": ["OS"]})
compare_missing(dd0, dd2)
# 2

compare_missing(dd2, dd0)
# 0

如果发现不常见的值或重复项（分别在dd3[b]为"admin"和"OS" ），则也将这些发生计数：

dd3 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS", "admin", "OS"]})
compare_missing(dd3, dd0, True)
# {'a': Counter(), 'b': Counter({'OS': 1, 'admin': 1})}
# 2