在Python中比较同一字典中每个键的字典值

Question

更新：

大家好，我又来了。我的问题是，怎么比较字典中的值是否相等。关于我的字典，更多信息如下：

• 键是会话编号

• 每个键的值是嵌套列表，比如：

  [[1,0],[2,0],[3,1]]

• 每个键的值的长度不一样，所以会话编号1的值可能比会话编号2的值多

• 这里有一个示例字典：

order_session = {1:[[100,0],[22,1],[23,2]],10:[[100,0],[232,0],[10,2],[11,2]],22:[[5,2],[23,2],....], ... }

我的目标：

第一步：比较会话编号1的值和字典中其他所有会话编号的值是否相等

第二步：拿下一个会话编号，继续比较它的值和其他会话编号的值，以此类推——最后每个会话编号的值都比较过了

第三步：把结果保存到一个列表，比如： output = [[100,0],[23,2], ... ] 或者 output = [(100,0),(23,2), ... ]

• 如果你能看到会话1和会话10的值对[100,0]是相同的，另外会话1和会话22的值对[23,2]也是相同的。

谢谢你们的帮助。

更新2

感谢大家的帮助和建议，把嵌套的列表转换成元组列表，这样处理起来更方便。

我更喜欢Boaz Yaniv的解决方案；） 我也喜欢使用collections.Counter()，可惜我用的是2.6.4（Counter在2.7中才有效），也许我会在某个时候升级到2.7。

Answer 1

可能还有更好更优化的方法来解决这个问题，但我会从这里开始讲解：

seen = []
output = []

for val in order_session.values():
    for vp in val:
        if vp in seen:
            if not vp in output:
                output.append(vp)
        else:
            seen.append(vp)

print(output)

基本上，这段代码的作用是查看所有的值，如果某个值之前出现过，但还没有被输出过，就把它加到输出结果里。

需要注意的是，这个方法是针对实际的值进行操作的。如果你有不同类型的对象，可能会导致指针的问题，我的算法可能会失效（我没有测试过，所以不太确定）。在Python中，对于“低”整数，它会重复使用相同的对象引用；也就是说，如果你先执行 a = 5 然后执行 b = 5，那么 a 和 b 会指向同一个整数对象。但是，如果你把它们设置为，比如说，10^5，它们就不会指向同一个对象了。不过我不知道这个限制在哪里，所以不确定这是否适用于你的代码。

Answer 2

在编程中，很多时候我们需要处理一些数据，比如从一个地方获取数据，然后把它放到另一个地方。这个过程就像是搬家，把东西从一个箱子搬到另一个箱子。

有时候，我们会遇到一些问题，比如数据格式不对，或者数据不完整。这就像是你在搬家的时候发现有些东西坏了，或者少了一些东西。为了避免这些问题，我们需要提前检查数据，确保一切都正常。

在编程里，我们可以使用一些工具和方法来帮助我们检查和处理这些数据。这样可以让我们的程序运行得更顺利，就像搬家时提前做好准备一样。

总之，处理数据就像是搬家，提前做好准备和检查，可以让整个过程变得更简单、更顺利。

order_session = {1:[[100,0],[22,1],[23,2]],10:[[100,0],[232,0],[10,2],[11,2]],22:[[5,2],[23,2],[80,21]],}
output = []
for pair in sum(order_session.values(), []):
    if sum(order_session.values(), []).count(pair) > 1 and pair not in output:
        output.append(pair)

print output
...
[[100, 0], [23, 2]]

Answer 3

如果你的字典很长，建议使用集合，这样性能会更好（在列表中查找已经遇到的值会比较慢）：

def get_repeated_values(sessions):
    known = set()
    already_repeated = set()
    for lst in sessions.itervalues():
        session_set = set(tuple(x) for x in lst)
        repeated = (known & session_set) - already_repeated
        already_repeated |= repeated
        known |= session_set
        for val in repeated:
            yield val

sessions = {1:[[100,0],[22,1],[23,2]],10:[[100,0],[232,0],[10,2],[11,2]],22:[[5,2],[23,2]]}
for x in get_repeated_values(sessions):
    print x

我还建议（同样是为了性能考虑）在列表中嵌套元组，而不是再用列表，如果你不打算动态改变它们。这里我发的代码无论哪种方式都能工作，但如果值已经是元组的话，速度会更快。