时间戳

首页 > 解决方案 > python中的元组键字典：访问整个条目块

python - python中的元组键字典：访问整个条目块

问题描述

我正在寻找一种有效的 python 方法来利用具有两个键的哈希表：例如：

(1,5) --> {a}
(2,3) --> {b,c}
(2,4) --> {d}

此外，我需要能够检索整个条目块，例如在第 0 个位置具有“2”的所有条目（这里：（2,3）和（2,4））。在另一篇文章中，建议使用列表理解，即：

sum(val for key, val in dict.items() if key[0] == 'B')

我了解到字典是（可能？）从 key:value-pairs 的对象中检索值的最有效方法。然而，只调用一个不完整的元组键与查询整个键有点不同，我要么得到一个值，要么什么也没得到。我想问一下python是否仍然可以在与匹配的键：值对数量成正比的时间内返回值？或者，元组字典（加上列表理解）是否比使用 pandas.df.groupby() 更好（但这会占用一些内存空间）？

标签： pythondictionarydictionary-comprehension

解决方案

“标准”方式类似于

d = {(randint(1,10),i):"something" for i,x in enumerate(range(200))}

def byfilter(n,d):
    return list(filter(lambda x:x==n, d.keys()))

byfilter(5,d) ##returns a list of tuples where x[0] == 5

虽然在类似的情况下我经常next()手动迭代，但当我不需要完整列表时。

但是，我们可能会在某些用例中对其进行优化。假设您需要通过 key first 元素进行几次或多次访问，并且您知道 dict 键同时没有改变。然后您可以提取列表中的键并对其进行排序，并使用一些itertools功能，即dropwhile()and takewhile()：

ls = [x for x in d.keys()]
ls.sort() ##I do not know why but this seems faster than ls=sorted(d.keys())

def bysorted(n,ls):
    return list(takewhile(lambda x: x[0]==n, dropwhile(lambda x: x[0]!=n, ls)))
bysorted(5,ls) ##returns the same list as above

在最好的情况下（在我的例子中），这可以快 10 倍，i=1在最坏的情况下（）或多或少花费相同的时间，i=10因为我们正在削减所需的迭代次数。

当然你也可以通过 来访问密钥x[1]，你只需要在调用中添加一个key参数sort()

推荐阅读