按唯一属性值过滤数据类实例

Question

我有以下形式的数据类实例列表：

dataclass_list = [DataEntry(company="Microsoft", users=["Jane Doe", "John Doe"]), DataEntry(company="Google", users=["Bob Whoever"]), DataEntry(company="Microsoft", users=[])]

现在我想过滤该列表并通过特定键（在本例中为公司）仅获取唯一实例。

想要的列表：

new_list = [DataEntry(company="Microsoft", users=["Jane Doe", "John Doe"]), DataEntry(company="Google", users=["Bob Whoever"])]

最初的想法是按照 python 的 set() 或 filter() 函数的方式使用一个函数，但这两者在这里是不可能的。

目前我的工作解决方案：

tup_list = [(dataclass, dataclass.company)) for dataclass in dataclass_list]
new_list = []
check_list = []
for tup in tup_list:
    if tup[1].lower() not in check_list:
        new_list.append(tup[0])
        check_list.append(tup[1].lower())

这给了我想要的输出，但我想知道是否有更 pythonic 或优雅的解决方案？

Answer 1

这是另一个解决方案，您是否觉得更优雅取决于您：

unique = {}
for dc in dataclass_list:
    if dc.company not in unique:
        unique[dc.company] = dc
new_list = list(unique.values())

Answer 2

在你的DataEntry数据中class你需要重写__eq__(...) and __hash__(...)函数，你在其中指定计算一个对象的散列值时使用哪个属性，什么时候是两个对象被认为是平等的。

一个简短的示例，其中 class Company 的 name 属性默认用于确定两个对象的相等性。我还通过一个选项扩展了您的案例，您可以在其中确定在构造对象时将被视为唯一性的属性。请注意，将要比较的所有对象 需要具有相同的 comparison_attr。

import pprint

class Company:

    def __init__(self, name, location, comparison_attr="name") -> None:
        # By default we use the attribute `name` for comparison
        self.name = name
        self.location = location
        self.__comparison_attr = comparison_attr

    def __hash__(self) -> int:
        return hash(self.__getattribute__(self.__comparison_attr))

    def __eq__(self, other: object) -> bool:
        return self.__getattribute__(self.__comparison_attr) == other.__getattribute__(self.__comparison_attr)

    def __repr__(self) -> str:
        return f"name={self.name}, location={self.location}"

for attribute_name in ["name", "location"]:
    companies = [
        Company("Google", "Palo Alto", comparison_attr=attribute_name), 
        Company("Google", "Berlin", comparison_attr=attribute_name),
        Company("Microsoft", "Berlin", comparison_attr=attribute_name),
        Company("Microsoft", "San Francisco", comparison_attr=attribute_name),
        Company("IBM", "Palo Alto", comparison_attr=attribute_name),
    ]

    print(f"Attribute considered for uniqueness: {attribute_name}")
    pprint.pprint(set(companies))

输出：

Attribute considered for uniqueness: name
{name=Microsoft, location=Berlin,
 name=Google, location=Palo Alto,
 name=IBM, location=Palo Alto}

Attribute considered for uniqueness: location
{name=Microsoft, location=San Francisco,
 name=Google, location=Berlin,
 name=Google, location=Palo Alto}

按唯一属性值过滤数据类实例

Filtering dataclass instances by unique attribute value

python

filtering

python-dataclasses