通过嵌套值的频率排序嵌套字典

Question

我有这个list由csv制成，这是一个巨大的。 对于list中的每个项目，我已将其分解为它的id和details。 id始终在0-3个字符的最大长度之间，details是可变的。 我创建一个空的字典，d ...（下面的代码休息）：

D={} 

for v in list: 

    id = v[0:3] 
    details = v[3:] 

    if id not in D: 
     D[id] = {} 

    if details not in D[id]: 
     D[id][details] = 0 

    D[id][details] += 1 

旁白：你能帮助我了解两个if语句在做什么？ python和编程非常新。

无论如何，它会产生这样的：

{'KEY1_1': {'key2_1' : value2_1, 'key2_2' : value2_2, 'key2_3' : value2_3}, 
'KEY1_2': {'key2_1' : value2_1, 'key2_2' : value2_2, 'key2_3' : value2_3}, 
and many more KEY1's with variable numbers of key2's 

每个 'KEY1' 是独一无二的，但每个 '键2' 也不一定。 value2_ s都是不同的。

好了，所以，现在我发现了一种由第一KEY

for k, v in sorted(D.items()): 
    print k, ':', v 

我已经做了足够的研究知道，字典不能真正进行排序，但我不关心排序进行排序，我关心订购或更具体的发生频率。在我的代码value2_x中是其对应的key2_x发生在特定KEY1_x的次数。我开始认为我应该使用更好的变量名称。

问题：如何根据value2_x中嵌套字典中的数字来排列顶级/整体字典？我想对这些数字做一些统计...

1. 最频繁的KEY1_x：key2_x对出现多少次？
2. 什么是10,20,30最常见的KEY1_x：key2_x对？

我只能通过每个KEY1来做到这一点，还是我可以整体做到这一点？奖励：如果我可以用这种方式为了演示/分享而订购，这将非常有用，因为它是如此庞大的数据集。非常感谢，我希望我已经提出了我的问题和意图。

Answer 1

您可以使用Counter根据它们的频率对密钥对进行排序。它还提供了一种简单的方法来获得X最常见的项目：

from collections import Counter 

d = { 
    'KEY1': { 
     'key2_1': 5, 
     'key2_2': 1, 
     'key2_3': 3 
    }, 
    'KEY2': { 
     'key2_1': 2, 
     'key2_2': 3, 
     'key2_3': 4 
    } 
} 

c = Counter() 
for k, v in d.iteritems(): 
    c.update({(k, k1): v1 for k1, v1 in v.iteritems()}) 

print c.most_common(3) 

输出：

[(('KEY1', 'key2_1'), 5), (('KEY2', 'key2_3'), 4), (('KEY2', 'key2_2'), 3)] 

如果你只关心最常见的密钥对，并没有其他理由建立嵌套的字典你可以只需使用下面的代码：

from collections import Counter 

l = ['foobar', 'foofoo', 'foobar', 'barfoo'] 
D = Counter((v[:3], v[3:]) for v in l) 
print D.most_common() # [(('foo', 'bar'), 2), (('foo', 'foo'), 1), (('bar', 'foo'), 1)] 

简短说明：((v[:3], v[3:]) for v in l)是generator expression是将生成tuples，其中第一项与原始dict中的顶级密钥相同，第二项与嵌套dict中的密钥相同。

>>> x = list((v[:3], v[3:]) for v in l) 
>>> x 
[('foo', 'bar'), ('foo', 'foo'), ('foo', 'bar'), ('bar', 'foo')] 

Counter是dict一个子类。它接受iterable作为参数，并且iterable中的每个唯一元素将用作键，值是iterable中元素的计数。

>>> c = Counter(x) 
>>> c 
Counter({('foo', 'bar'): 2, ('foo', 'foo'): 1, ('bar', 'foo'): 1}) 

由于generator expressionis an iterable没有必要将它转化成之间，建设可以简单地用Counter((v[:3], v[3:]) for v in l)来完成列出英寸你问正在检查

的if语句，如果钥匙dict存在：

>>> d = {1: 'foo'} 
>>> 1 in d 
True 
>>> 2 in d 
False 

所以下面的代码将检查与id价值关键在字典D存在，如果没有它会在那里指定空字典。

if id not in D: 
    D[id] = {} 

第二个if对于嵌套字典完全相同。