Python - список уникальных словарей

Допустим, у меня есть список словарей:

[
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]

и мне нужно получить список уникальных словарей (удалив дубликаты):

[
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]

Может ли кто-нибудь помочь мне с наиболее эффективным способом достижения этого в Python?

Так что сделайте временный дикт с ключом id. Это отфильтровывает дубликаты. values()В Словаре будет список

В Python2.7

>>> L=[
... {'id':1,'name':'john', 'age':34},
... {'id':1,'name':'john', 'age':34},
... {'id':2,'name':'hanna', 'age':30},
... ]
>>> {v['id']:v for v in L}.values()
[{'age': 34, 'id': 1, 'name': 'john'}, {'age': 30, 'id': 2, 'name': 'hanna'}]

В Python3

>>> L=[
... {'id':1,'name':'john', 'age':34},
... {'id':1,'name':'john', 'age':34},
... {'id':2,'name':'hanna', 'age':30},
... ] 
>>> list({v['id']:v for v in L}.values())
[{'age': 34, 'id': 1, 'name': 'john'}, {'age': 30, 'id': 2, 'name': 'hanna'}]

В Python2.5 / 2.6

>>> L=[
... {'id':1,'name':'john', 'age':34},
... {'id':1,'name':'john', 'age':34},
... {'id':2,'name':'hanna', 'age':30},
... ] 
>>> dict((v['id'],v) for v in L).values()
[{'age': 34, 'id': 1, 'name': 'john'}, {'age': 30, 'id': 2, 'name': 'hanna'}]

Обычный способ найти только общие элементы в наборе - использовать setкласс Python . Просто добавьте все элементы в набор, затем преобразуйте набор в a list, и, наконец, дубликаты исчезнут.

Проблема, конечно, заключается в том, что a set()может содержать только хэшируемые записи, а a dictне хэшируемый.

Если бы у меня возникла эта проблема, мое решение dictсостояло бы в том, чтобы преобразовать каждую в строку, которая представляет собой dict, затем добавить все строки в a, set()затем прочитать значения строки как a list()и преобразовать обратно в dict.

Хорошее представление dictв виде строки - это формат JSON. А в Python есть встроенный модуль для JSON (он называется json).

Оставшаяся проблема заключается в том, что элементы в a dictне упорядочены, и когда Python преобразует их dictв строку JSON, вы можете получить две строки JSON, которые представляют собой эквивалентные словари, но не являются идентичными строками. Простое решение - передать аргумент sort_keys=Trueпри вызове json.dumps().

РЕДАКТИРОВАТЬ: Это решение предполагало, что данный dictможет иметь любую часть отличается. Если мы можем предположить, что каждый dictс одинаковым "id"значением будет совпадать dictс другим с одинаковым "id"значением, то это излишне; Решение @ gnibbler будет быстрее и проще.

РЕДАКТИРОВАТЬ: Теперь есть комментарий от Андре Лима, явно говоря, что если идентификатор является дубликатом, можно с уверенностью предположить, что все dictявляется дубликатом. Так что этот ответ излишний, и я рекомендую ответ @ gnibbler.

Если словари однозначно идентифицируются по всем элементам (идентификатор недоступен), вы можете использовать ответ, используя JSON. Следующее является альтернативой, которая не использует JSON и будет работать до тех пор, пока все значения словаря неизменны

[dict(s) for s in set(frozenset(d.items()) for d in L)]

Вы можете использовать библиотеку numpy (работает только для Python2.x):

   import numpy as np 

   list_of_unique_dicts=list(np.unique(np.array(list_of_dicts)))

Чтобы это работало с Python 3.x (и последними версиями numpy), вам нужно преобразовать массив dicts в numpy массив строк, например

list_of_unique_dicts=list(np.unique(np.array(list_of_dicts).astype(str)))

Вот довольно компактное решение, хотя я подозреваю, что оно не особенно эффективно (мягко говоря):

>>> ds = [{'id':1,'name':'john', 'age':34},
...       {'id':1,'name':'john', 'age':34},
...       {'id':2,'name':'hanna', 'age':30}
...       ]
>>> map(dict, set(tuple(sorted(d.items())) for d in ds))
[{'age': 30, 'id': 2, 'name': 'hanna'}, {'age': 34, 'id': 1, 'name': 'john'}]

Так как idдля обнаружения дубликатов достаточно, а для idхэширования - запустите их через словарь, в котором idключом является ключ. Значением для каждого ключа является исходный словарь.

deduped_dicts = dict((item["id"], item) for item in list_of_dicts).values()

В Python 3 values()не возвращает список; вам нужно будет обернуть всю правую часть этого выражения list(), и вы можете написать экономически более выразительное выражение этого выражения для более глубокого понимания:

deduped_dicts = list({item["id"]: item for item in list_of_dicts}.values())

Обратите внимание, что результат, скорее всего, будет не в том же порядке, что и оригинал. Если это требование, вы можете использовать Collections.OrderedDictвместо dict.

Кроме того, может иметь смысл сохранять данные в словаре, который idдля начала использует ключ as.

a = [
{'id':1,'name':'john', 'age':34},
{'id':1,'name':'john', 'age':34},
{'id':2,'name':'hanna', 'age':30},
]

b = {x['id']:x for x in a}.values()

print(b)

выходы:

[{'age': 34, 'id': 1, 'name': 'john'}, {'age': 30, 'id': 2, 'name': 'hanna'}]

Расширяя ответ John La Rooy ( Python - Список уникальных словарей ), делая его немного более гибким:

def dedup_dict_list(list_of_dicts: list, columns: list) -> list:
    return list({''.join(row[column] for column in columns): row
                for row in list_of_dicts}.values())

Функция вызова:

sorted_list_of_dicts = dedup_dict_list(
    unsorted_list_of_dicts, ['id', 'name'])

Мы можем сделать с pandas

import pandas as pd
yourdict=pd.DataFrame(L).drop_duplicates().to_dict('r')
Out[293]: [{'age': 34, 'id': 1, 'name': 'john'}, {'age': 30, 'id': 2, 'name': 'hanna'}]

Обратите внимание, немного отличается от принять ответ.

drop_duplicates проверит все столбцы в пандах, если все одинаковые, то строка будет удалена.

Например :

Если мы изменим 2-е dictимя с Джона на Питера

L=[
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 1, 'name': 'peter', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]
pd.DataFrame(L).drop_duplicates().to_dict('r')
Out[295]: 
[{'age': 34, 'id': 1, 'name': 'john'},
 {'age': 34, 'id': 1, 'name': 'peter'},# here will still keeping the dict in the out put 
 {'age': 30, 'id': 2, 'name': 'hanna'}]

В Python 3.6+ (что я тестировал) просто используйте:

import json

#Toy example, but will also work for your case 
myListOfDicts = [{'a':1,'b':2},{'a':1,'b':2},{'a':1,'b':3}]
#Start by sorting each dictionary by keys
myListOfDictsSorted = [sorted(d.items()) for d in myListOfDicts]

#Using json methods with set() to get unique dict
myListOfUniqueDicts = list(map(json.loads,set(map(json.dumps, myListOfDictsSorted))))

print(myListOfUniqueDicts)

Объяснение: мы сопоставляем json.dumpsкодирование словарей как объектов json, которые являются неизменяемыми. setзатем может быть использован для создания итерируемой уникальной неизменяемой. Наконец, мы преобразуем обратно в наше словарное представление, используя json.loads. Обратите внимание, что изначально нужно сортировать по ключам, чтобы словари располагались в уникальной форме. Это действительно для Python 3.6+, так как словари упорядочены по умолчанию.

Я суммировал мои любимые, чтобы попробовать:

https://repl.it/@SmaMa/Python-List-of-unique-dictionaries

# ----------------------------------------------
# Setup
# ----------------------------------------------

myList = [
  {"id":"1", "lala": "value_1"},
  {"id": "2", "lala": "value_2"}, 
  {"id": "2", "lala": "value_2"}, 
  {"id": "3", "lala": "value_3"}
]
print("myList:", myList)

# -----------------------------------------------
# Option 1 if objects has an unique identifier
# -----------------------------------------------

myUniqueList = list({myObject['id']:myObject for myObject in myList}.values())
print("myUniqueList:", myUniqueList)

# -----------------------------------------------
# Option 2 if uniquely identified by whole object
# -----------------------------------------------

myUniqueSet = [dict(s) for s in set(frozenset(myObject.items()) for myObject in myList)]
print("myUniqueSet:", myUniqueSet)

# -----------------------------------------------
# Option 3 for hashable objects (not dicts)
# -----------------------------------------------

myHashableObjects = list(set(["1", "2", "2", "3"]))
print("myHashAbleList:", myHashableObjects)

Быстрое и грязное решение заключается в создании нового списка.

sortedlist = []

for item in listwhichneedssorting:
    if item not in sortedlist:
        sortedlist.append(item)

Я не знаю, хотите ли вы, чтобы идентификатор ваших dicts только в списке был уникальным, но если цель состоит в том, чтобы иметь набор dict, в котором уникальность находится на значениях всех ключей ... вы должны использовать кортежи key следующим образом в вашем понимании:

>>> L=[
...     {'id':1,'name':'john', 'age':34},
...    {'id':1,'name':'john', 'age':34}, 
...    {'id':2,'name':'hanna', 'age':30},
...    {'id':2,'name':'hanna', 'age':50}
...    ]
>>> len(L)
4
>>> L=list({(v['id'], v['age'], v['name']):v for v in L}.values())
>>>L
[{'id': 1, 'name': 'john', 'age': 34}, {'id': 2, 'name': 'hanna', 'age': 30}, {'id': 2, 'name': 'hanna', 'age': 50}]
>>>len(L)
3

Надеюсь, это поможет вам или другому человеку, имеющему проблемы ....

Здесь много ответов, поэтому позвольте мне добавить еще один:

import json
from typing import List

def dedup_dicts(items: List[dict]):
    dedupped = [ json.loads(i) for i in set(json.dumps(item, sort_keys=True) for item in items)]
    return dedupped

items = [
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]
dedup_dicts(items)

Довольно простой вариант:

L = [
    {'id':1,'name':'john', 'age':34},
    {'id':1,'name':'john', 'age':34},
    {'id':2,'name':'hanna', 'age':30},
    ]


D = dict()
for l in L: D[l['id']] = l
output = list(D.values())
print output

Ну, все ответы, упомянутые здесь, хороши, но в некоторых ответах можно столкнуться с ошибкой, если элементы словаря имеют вложенный список или словарь, поэтому я предлагаю простой ответ

a = [str(i) for i in a]
a = list(set(a))
a = [eval(i) for i in a]

Вот реализация с небольшим объемом памяти за счет того, что она не такая компактная, как остальные.

values = [ {'id':2,'name':'hanna', 'age':30},
           {'id':1,'name':'john', 'age':34},
           {'id':1,'name':'john', 'age':34},
           {'id':2,'name':'hanna', 'age':30},
           {'id':1,'name':'john', 'age':34},]
count = {}
index = 0
while index < len(values):
    if values[index]['id'] in count:
        del values[index]
    else:
        count[values[index]['id']] = 1
        index += 1

вывод:

[{'age': 30, 'id': 2, 'name': 'hanna'}, {'age': 34, 'id': 1, 'name': 'john'}]

Это решение, которое я нашел:

usedID = []

x = [
{'id':1,'name':'john', 'age':34},
{'id':1,'name':'john', 'age':34},
{'id':2,'name':'hanna', 'age':30},
]

for each in x:
    if each['id'] in usedID:
        x.remove(each)
    else:
        usedID.append(each['id'])

print x

В основном вы проверяете, присутствует ли идентификатор в списке, если он есть, удаляете словарь, если нет, добавляете идентификатор в список.