计数每唯一键唯一值的Python字典

我的字典是这样的：计数每唯一键唯一值的Python字典

yahoo.com|98.136.48.100 
yahoo.com|98.136.48.105 
yahoo.com|98.136.48.110 
yahoo.com|98.136.48.114 
yahoo.com|98.136.48.66 
yahoo.com|98.136.48.71 
yahoo.com|98.136.48.73 
yahoo.com|98.136.48.75 
yahoo.net|98.136.48.100 
g03.msg.vcs0|98.136.48.105

中，我有重复键和值。我想要的是具有唯一键（ips）和唯一值（域）的最终字典。我已经在下面的代码：

for dirpath, dirs, files in os.walk(path): 
    for filename in fnmatch.filter(files, '*.txt'): 
     with open(os.path.join(dirpath, filename)) as f: 
      for line in f: 
       if line.startswith('.'): 
        ip = line.split('|',1)[1].strip('\n') 
        semi_domain = (line.rsplit('|',1)[0]).split('.',1)[1] 
        d[ip]= semi_domains 
        if ip not in d: 
         key = ip 
         val = [semi_domain] 
         domains_per_ip[key]= val

但这是行不通的。有人能帮我解决这个问题吗？

来源

2014-10-17 Ounk

为什么你使用'startswith（ ''）'？ – Kasramvd 2014-10-17 10:00:37

你是什么意思*“重复键”*？字典中的键已经是唯一的。 – jonrsharpe 2014-10-17 10:03:18

使用defaultdict：

from collections import defaultdict 

d = defaultdict(set) 

with open('somefile.txt') as thefile: 
    for line in the_file: 
     if line.strip(): 
      value, key = line.split('|') 
      d[key].add(value) 

for k,v in d.iteritems(): # use d.items() in Python3 
    print('{} - {}'.format(k, len(v)))

来源

2014-10-17 10:29:44

谢谢@Burhan Khalid它解决了我的问题 – Ounk 2014-10-17 11:35:35

您可以使用zip功能拖列表中ips和domains分开，然后用set得到独特的作品！

>>>f=open('words.txt','r').readlines() 
>>> zip(*[i.split('|') for i in f]) 
[('yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.com', 'yahoo.net', 'g03.msg.vcs0'), ('98.136.48.100\n', '98.136.48.105\n', '98.136.48.110\n', '98.136.48.114\n', '98.136.48.66\n', '98.136.48.71\n', '98.136.48.73\n', '98.136.48.75\n', '98.136.48.100\n', '98.136.48.105')] 
>>> [set(dom) for dom in zip(*[i.split('|') for i in f])] 
[set(['yahoo.com', 'g03.msg.vcs0', 'yahoo.net']), set(['98.136.48.71\n', '98.136.48.105\n', '98.136.48.100\n', '98.136.48.105', '98.136.48.114\n', '98.136.48.110\n', '98.136.48.73\n', '98.136.48.66\n', '98.136.48.75\n'])]

然后用len可以找到唯一对象的数量！ 所有在列表理解一行：

>>> [len(i) for i in [set(dom) for dom in zip(*[i.split('|') for i in f])]] 
[3, 9]

来源

2014-10-17 10:08:53 Kasramvd

计数每唯一键唯一值的Python字典

回答

相关问题