python - 字典键的子集

Question

我有一个 {'ip1:port1' : <value>, 'ip1:port2' : <value>, 'ip2:port1' : <value>, ...} 形式的 python 字典.字典键是字符串，由 ip:port 对组成。值对于此任务并不重要。

我需要 ip:port 的列表具有唯一 IP 地址的组合，端口可以是出现在原始 key 中的任何端口。例如上面的例子，两个变体是可以接受的:['ip1:port1', ip2:port1']和 ['ip1:port2', ip2:port1'] .

最符合 Python 风格的方法是什么？

目前我的解决方案是

def get_uniq_worker_ips(workers):
    wip = set(w.split(':')[0] for w in workers.iterkeys())
    return [[worker for worker in workers.iterkeys() if worker.startswith(w)][0] for w in wip]

我不喜欢它，因为它会创建额外的列表然后丢弃它们。

Answer 1

您可以使用 itertools.groupby按相同的 IP 地址分组:

data = {'ip1:port1' : "value1", 'ip1:port2' : "value2", 'ip2:port1' : "value3", 'ip2:port2': "value4"}
by_ip = {k: list(g) for k, g in itertools.groupby(sorted(data), key=lambda s: s.split(":")[0])}
by_ip
# {'ip1': ['ip1:port1', 'ip1:port2'], 'ip2': ['ip2:port1', 'ip2:port2']}

然后从不同的 IP 组中选择一个。

{v[0]: data[v[0]] for v in by_ip.values()}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}

或者更短，为组中的第一个键创建一个生成器表达式:

one_by_ip = (next(g) for k, g in itertools.groupby(sorted(data), key=lambda s: s.split(":")[0]))
{key: data[key] for key in one_by_ip}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}

但是请注意，groupby 需要对输入数据进行排序。因此，如果您想避免对 dict 中的所有键进行排序，您应该只使用一组 set 已经看到的键。

seen = set()
not_seen = lambda x: not(x in seen or seen.add(x))
{key: data[key] for key in data if not_seen(key.split(":")[0])}
# {'ip1:port1': 'value1', 'ip2:port1': 'value3'}

这与您的解决方案类似，但不是循环唯一键并在字典中为每个键找到匹配的键，而是循环键并检查您是否已经看到 IP。