Python筛选器字典（按特定筛选器元组）

Question

EDITED input and output based on comments to make the question more clear.

我有一个具有唯一键的字典，但其中一些表示同一数据集的不同层（除了最后两个字符外，它们具有相同的名称）

编辑：并非每个数据集都是在每一层生成的，因此可能有一些数据集仅在“T1”层可用，而其他数据集可用于多个层（编辑结束）

我还有一个包含层级别的元组。现在我想过滤字典，使其只包含“最佳”可用层。层是键的一部分，但也可以从每个字典条目的值中获取。这里是一个MWE：

my_dict = {
    'LC08_L1TP_200029_20210716_20210721_02_T1': {  # best tier for this dataset --> keep it
        'cc': 30.57,
        'tier': 'T1',
    },
    'LC08_L1TP_200029_20210716_20210721_02_RT': {  # worst tier for this dataset --> remove it
        'cc': 30.57,
        'tier': 'RT',
    },
    'LC08_L1TP_200029_20210630_20210708_02_T2': {  # worst tier for this dataset --> remove it
        'cc': 60.52,
        'tier': 'T2',
    },
    'LC08_L1TP_200029_20210630_20210708_02_RT': {  # best tier for this dataset --> keep it
        'cc': 60.52,
        'tier': 'RT',
    },
    'LC08_L1TP_200029_20210614_20210628_02_T2': {  # only tier for this datset --> keep it
        'cc': 15.61,
        'tier': 'T2',
    },
}
tiers = ('T1', 'RT', 'T2')  # this is the tier order

最后，我想要一个新字典，它看起来像这样，只包含基于tiers的“最佳”可用层：

{
    'LC08_L1TP_200029_20210716_20210721_02_T1': {
        'cc': 30.57,
        'tier': 'T1',
    },
    'LC08_L1TP_200029_20210630_20210708_02_RT': {
        'cc': 60.52,
        'tier': 'RT',
    },
    'LC08_L1TP_200029_20210614_20210628_02_T2': {
        'cc': 15.61,
        'tier': 'T2',
    },
}

我知道排序的key=lambda x功能，如How do I sort a list of dictionaries by a value of the dictionary?中所述，但仅仅排序并不是我的目标

我也想到了类似的东西，但它显然不起作用，因为我需要它：

for key in my_dict.keys():
    for tier in tiers:
        if key.endswith(tier):
            new_dict[key] = my_dict[key]
            break

Answer 1

据我所知，“最佳”是指具有最大cc值的层

• 您需要首先根据cc键对字典进行排序（）以简化筛选
• 迭代tiers元组和排序字典，并将匹配的tiers项存储到字典-new_dict
• 我使用了visited{}来避免再次访问tiers

编辑

You don't need to use a set. Just a break would do. Based on @Xitiz comment.

代码如下：

my_dict = {
    'LC08_L1TP_200029_20210716_20210721_02_T1': {
        'cc': 30.57,
        'tier': 'T1',
    },
    'LC08_L1TP_200029_20210716_20210721_02_RT': {
        'cc': 30.57,
        'tier': 'RT',
    },
    'LC08_L1TP_200029_20210630_20210708_02_T2': {
        'cc': 60.52,
        'tier': 'T2',
    },
    'LC08_L1TP_200029_20210630_20210708_02_RT': {
        'cc': 60.52,
        'tier': 'RT',
    }
}
tiers = ('T1', 'RT', 'T2')  # this is the tier order

# Sorting the dict based on 'cc' in descending order
my_dict = dict(sorted(my_dict.items(), key=lambda x: -x[1]['cc']))
new_dict = {}

for i in tiers:
    for k,v in my_dict.items():
        if v['tier'] == i:
            new_dict.update({k: v})
            break
            
print(new_dict)

输出：

{
{
 'LC08_L1TP_200029_20210716_20210721_02_T1': {
    'cc': 30.57, 
    'tier': 'T1'
}, 
 'LC08_L1TP_200029_20210630_20210708_02_RT': {
    'cc': 60.52, 
    'tier': 'RT'
}, 
 'LC08_L1TP_200029_20210630_20210708_02_T2': {
    'cc': 60.52, 
    'tier': 'T2'
}
}

Answer 2

您可以使用itertools.groupby执行此任务

---

tiers = {'T1':1, 'RT':2, 'T2':3 }  # this is the tier order

import itertools

data = {}
by_tier = sorted( my_dict.items(), key= lambda kv: kv[1]['tier'] )
for tier,group in itertools.groupby( by_tier , key= lambda kv: kv[1]['tier']):
  max_item = max( group, key=lambda kv: kv[1]['cc'])
  data[tier] = { max_item[0] : max_item[1] }

{'RT': {'LC08_L1TP_200029_20210630_20210708_02_RT': {'cc': 60.52,
                                                     'tier': 'RT'}},
 'T1': {'LC08_L1TP_200029_20210716_20210721_02_T1': {'cc': 30.57,
                                                     'tier': 'T1'}},
 'T2': {'LC08_L1TP_200029_20210630_20210708_02_T2': {'cc': 60.52,
                                                     'tier': 'T2'}}}

---

问题的第一个版本

tiers = {'T1':1, 'RT':2, 'T2':3 }  # this is the tier order

import itertools

by_tier = sorted( my_dict.items(), key= lambda kv: tiers[kv[1]['tier']] )
for tier,group in itertools.groupby( by_tier , key= lambda kv: kv[1]['tier']):
  print("for tier {0}".format(tier))
  for item in group:
    print("  ==> {0}".format(item))

for tier T1
  ==> ('LC08_L1TP_200029_20210716_20210721_02_T1', {'cc': 30.57, 'tier': 'T1'})
for tier RT
  ==> ('LC08_L1TP_200029_20210716_20210721_02_RT', {'cc': 30.57, 'tier': 'RT'})
  ==> ('LC08_L1TP_200029_20210630_20210708_02_RT', {'cc': 60.52, 'tier': 'RT'})
for tier T2
  ==> ('LC08_L1TP_200029_20210630_20210708_02_T2', {'cc': 60.52, 'tier': 'T2'})

现在，您可以轻松地生成所需的格式

Answer 3

您可以按以下方式分解此问题：

• 获取数据集的唯一名称数据集：
  • 从字典中提取关键字 k = list(my_dict.keys())
  • 删除层ds = map(lamba x: x[:-2], k)
  • 创建仅包含唯一名称的列表ds = list(set(ds))

然后浏览字典，找出字典中实际存在的键（数据集名称+层），找到可用的最佳数据集。如果按层的正确顺序执行此操作，将得到正确的结果

highest_tiers = []
for d in ds:
 for t in tiers[::-1]:
    k_t = k+t
    if k_t in list(my_dict.keys()):
       highest_tiers.append(k_t)
       break