Python防止字典重复输出

-1

我正在使用python字典来计算发生两个事件之间的时间，但是基于我的方法我得到的输出重复。这里是我的输入数据（注意最近，第一行不会在输出后不能计算时间，因为没有其他事件）：Python防止字典重复输出

user_id,unix_timestamp,product_id 
u_ab,149356478,p_4363423 
u_ab,149356453,p_4363455 
u_ab,149356422,p_4363456

我拿数据，并创建一个字典这里由用户活性：

context_sessions = {'u_ab': [['u_ab', '149356478', 'p_4363423'], ['u_ab', '149356453', 'p_4363455'], ['u_ab', '149356422', 'p_4363456']]}

这是我的代码：

 for key, value in context_sessions.items(): 
      num_pageviews = len(value) 
      if num_pageviews > 1: 
       for a in range(num_pageviews): 
        user_id = context_sessions[key][(a-1)][0] 
        view_time = context_sessions[key][(a-1)][1] 
        next_view_time = context_sessions[key][(a-2)][1] 
        product_id = context_sessions[key][(a-1)][2] 
        dwell_time = int(next_pageview_time) - int(pageview_time) 
        print(user_id, product_id, dwell_time)

这里是输出（通知重复的值）：

u_ab, p_4363455, 25 
u_ab, p_4363455, 25 
u_ab, p_4363456, 10 
u_ab, p_4363455, 25

来源

2017-05-03 jKraut

仔细检查您的缩进。这不是有效的Python-第一个'for'之后的东西在相同的缩进级别。 –

另外，'u_ab'的context_sessions显然只有3个条目，这使得你的'for范围（len（context_sessions ['u_ab']））'执行4次的可能性很小。另外，我预计'next_pageview_time'和'pageview_time'分别是'next_view_time'和'view_time'。我同意aryamccarthy--这不是[mcve]。 –

您发布的代码将不会运行并生成您指示的结果。因此，我已经投下了这个问题。但是，索引编制的问题足以指出您的大部分问题，并且可能已经足够普遍，它会在未来让其他人受益，所以我发布了一个答案。如果你在这里更新你的代码，以便输出实际上符合你的输入，请确保留下评论，我将删除我的downvote。 –

您应该使用Set和tuple获得唯一值

# declare empty set variable 
output = set([]) 

#......your code here ..... 
# replace print using following 2 line 
t = (user_id, product_id, dwell_time) 
output.add(t) 

# print the set 
print(list(output))

来源

2017-05-03 15:31:10

-1。充其量，这将掩盖导致重复输出的问题。它不会解决任何潜在的问题。 –

你说得对，我只读了'input'和'output' –

了解如何通过代码步骤;这是早期开发人员学习最重要的技能之一。像pdb这样的工具可以提供帮助，但这是你可以并且应该先用纸和铅笔做的事情。

让我们评估您发布的代码中会发生什么：

for key, value in context_sessions.items():

好。根据您向我们展示了一个细节，我们会在某个时候被评估context_sessions['u_ab']

 num_pageviews = len(value) 
     if num_pageviews > 1: 
      for a in range(num_pageviews):

好吧，这是不坏，要么。在context_sessions['u_ab']的情况下，这应该给我们num_pageviews = 3，这意味着a将从0到2（含）。

   user_id = context_sessions[key][(a-1)][0] 
       view_time = context_sessions[key][(a-1)][1] 
       next_view_time = context_sessions[key][(a-2)][1] 
       product_id = context_sessions[key][(a-1)][2]

这就是事情实在令人质疑。当a == 0，你再得到如下，（假设你向我们展示的context_sessions['u_ab']是准确的）：

user_id = context_sessions[key][-1][0] = 'u_ab' 
view_time = context_sessions[key][-1][1] = '149356422' 
next_view_time = context_sessions[key][-2][1] = '149356453' 
product_id = context_sessions[key][-1][2] = 'p_4363456'

当== 1：

user_id = context_sessions[key][0][0] = 'u_ab' 
view_time = context_sessions[key][0][1] = '149356478' 
next_view_time = context_sessions[key][-1][1] = '149356422' 
product_id = context_sessions[key][0][2] = 'p_4363423'

而当== 2 ：

user_id = context_sessions[key][1][0] = 'u_ab' 
view_time = context_sessions[key][1][1] = '149356453' 
next_view_time = context_sessions[key][0][1] = '149356478' 
product_id = context_sessions[key][1][2] = 'p_4363455'

而这一切，你应该有，如果您发布的准确代码的输出。如果你获得第四个值，这不是来自这个循环，但我相信你可以看到使用无效范围是如何引起问题的，这可能是当你使用真实数据运行时发生的情况的原因。

请注意，对负数进行索引并不差;列表[-1]返回列表中的最后一个项目，列表[-2]返回列表中最后一个项目的第二个项目。但在这种情况下，它肯定不是你想要的行为。

要解决这个问题，请改变展望的方式。您已经检查长度应该大于1.利用正确的方法：

for a in range(1, num_pageviews): 
    user_id = value[a][0] 
    view_time = value[a][1] 
    next_view_time = value[a-1][0] 
    product_id = value[a][2] 
    dwell_time = int(next_view_time) - int(view_time)

来源

2017-05-03 16:05:58

Python防止字典重复输出

回答

相关问题