将defaultdict键值与另一个defaultdict进行比较。

Question

我有两个defaultdict：

defaultdict(<type 'list'>, {'a': ['OS', 'sys', 'procs'], 'b': ['OS', 'sys']})

defaultdict(<type 'list'>, {'a': ['OS', 'sys'], 'b': ['OS']})

如何比较这两个值，以获得每个值中缺失的值。例如，对于键'a'，我应该得到第二个defaultdict中缺少的两个值，以及'b'中缺少的一个值。

Answer 1

如果您只想从第二个默认的dict中丢失总数，可以迭代第一个dict，并查看设置的差异，找出A中相对于B还有多少东西。

如果你像这样定义这些词：

a = defaultdict(list, {'a': ['OS', 'sys', 'procs'], 'b': ['OS', 'sys']})
b = defaultdict(list, {'a': ['OS', 'sys'], 'b': ['OS']})

这将告诉您在dict中丢失了多少：

total_missing_inB = 0
for i in a:
    diff = set(a[i]) - set(b[i])
    total_missing_inB += len(diff)

这会告诉你有多少人从dict

total_missing_inA = 0
for i in b:
    diff = set(b[i]) - set(a[i])
    total_missing_inA += len(diff)

Answer 2

您应该能够使用set差异来最有效地查找(和计数)缺少的元素。如果您非常小心，您甚至可以在不向defaultdict添加项的情况下做到这一点(并且不需要假设函数输入是defaultdict)。

从那以后，就变成了把这些结果积累到字典里的问题。

def compare_dict_of_list(d1, d2):
    d = {}
    for key, value in d1.items():
        diff_count = len(set(value).difference(d2.get(key, [])))
        d[key] = diff_count
    return d

Answer 3

在这里，我们提出了一种使用collections.Counter跟踪值的替代解决方案，并考虑了一些与不常见的键和值有关的边缘情况。

码

import collections as ct


def compare_missing(d1, d2, verbose=False):
    """Return the count of missing values from dict 2 compared to dict 1."""
    record = {}
    for k in d1.keys() & d2.keys():
        a, b = ct.Counter(d1[k]), ct.Counter(d2[k])
        record[k] = a - b
    if verbose: print(record)
    return sum(v for c in record.values() for v in c.values())

Demo

dd0 = ct.defaultdict(list, {"a": ["OS", "sys", "procs"], "b": ["OS", "sys"]})
dd1 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS"]})

compare_missing(dd0, dd1, True)
# {'a': Counter({'procs': 1}), 'b': Counter({'sys': 1})}
# 2

compare_missing(dd1, dd0, True)
# {'a': Counter(), 'b': Counter()}
# 0

详细信息

如果两个字典中的键不相同，compare_missing只会迭代公共键。在下一个示例中，即使向c添加了一个新键( dd1 )，我们也得到了与上面相同的结果：

dd2 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS"], "c": ["OS"]})
compare_missing(dd0, dd2)
# 2

compare_missing(dd2, dd0)
# 0

如果发现不常见的值或复制("admin"和"OS"分别在dd3[b]中)，则也会计算这些事件：

dd3 = ct.defaultdict(list, {"a": ["OS", "sys"], "b": ["OS", "admin", "OS"]})
compare_missing(dd3, dd0, True)
# {'a': Counter(), 'b': Counter({'OS': 1, 'admin': 1})}
# 2