将 defaultdict 键值与另一个 defaultdict 进行比较

Question

我有两个 defaultdict :

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

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

我如何比较这两者以计算每个缺失值的数量。例如，我应该得到两个值从键 'a' 的第二个 defaultdict 中丢失，一个从 'b' 中丢失。

Answer 1

您应该能够使用集合差异最有效地查找（和计算）缺失的元素。如果你很小心，你甚至可以在不向 defaultdict 添加项目的情况下执行此操作（并且不假设函数输入是 defaultdict）。

从那里开始，只需将这些结果累积到字典中即可。

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

如果你只想要第二个默认字典中缺少的总数，你可以遍历第一个字典并查看设置差异以确定 A 相对于 B 多了多少东西。

如果你这样定义字典：

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

这会告诉你字典 B 中遗漏了多少：

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

这会告诉你字典 A 中遗漏了多少

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，并且我们考虑了一些与不常见的键和值有关的边缘情况。

代码

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

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

详情

如果两个词典中的键不相同，compare_missing 将只迭代公共键。在下一个示例中，即使将新密钥 (c) 添加到 dd1，我们也会得到与上面相同的结果：

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

compare_missing(dd2, dd0)
# 0

如果找到不常见的值或重复项（"admin" 和 dd3[b] 中的 "OS" 分别），这些出现次数也会被计算在内：

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

将 defaultdict 键值与另一个 defaultdict 进行比较

compare a defaultdict key-value with another defaultdict

python

defaultdict