Python-唯一词典列表

假设我有一个字典列表：

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

并且我需要获取唯一字典列表（删除重复项）：

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

谁能以最有效的方式帮助我在Python中实现这一目标？

因此，以密钥为临时做出命令id。这将滤除重复项。的values()该字典中会列表

在Python2.7中

>>> 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'}]

在Python3中

>>> 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'}]

在Python2.5 / 2.6中

>>> 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'}]

在集合中查找常见元素的通常方法是使用Python的set类。只需将所有元素添加到集合中，然后将集合转换为，然后list重复就消失了。

当然，问题在于a set()只能包含可哈希的条目，而a dict不可哈希。

如果遇到此问题，我的解决方案是将每个dict字符串转换为表示的字符串dict，然后将所有字符串添加至，然后将set()字符串值读出为，list()然后转换回dict。

dictJSON格式很好地表示了字符串形式。而且Python有一个内置的JSON模块（json当然也称为）。

剩下的问题是，中的元素dict没有排序，并且当Python将转换dict为JSON字符串时，您可能会得到两个JSON字符串，它们表示等效字典，但不是相同的字符串。一种简单的解决方案是在调用sort_keys=True时传递参数json.dumps()。

编辑：此解决方案是假设给定的dict任何部分都可以不同。如果我们可以假设dict具有相同"id"值的每个对象都将dict具有相同"id"值的其他对象匹配，那么这太过分了。@gnibbler的解决方案将更快，更轻松。

编辑：现在，安德烈·利马（AndréLima）有一条评论明确指出，如果ID是重复的，则可以安全地假定整个dict重复。因此，此答案过于刻薄，我建议使用@gnibbler的答案。

如果字典仅由所有项目唯一标识（ID不可用），则可以使用JSON答案。以下是不使用JSON的替代方法，只要所有字典值都是不可变的，就可以使用

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

您可以使用numpy库（仅适用于Python2.x）：

   import numpy as np 

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

要使其与Python 3.x（以及numpy的最新版本）一起使用，您需要将dict数组转换为numpy字符串数组，例如

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

这是一个相当紧凑的解决方案，尽管我怀疑这不是特别有效（说得有点客气）：

>>> 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'}]

由于id足以检测重复项，并且id可以进行哈希处理：请通过以id为主键的字典运行'em 。每个键的值是原始字典。

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

在Python 3中，values()不返回列表。您需要将表达式的整个右侧包装在中list()，并且您可以更经济地将表达式的内容写成dict理解：

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

请注意，结果可能不会与原始顺序相同。如果需要，您可以使用Collections.OrderedDict而不是dict。

顺便说一句，将数据保留在使用id as键开头。

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)

输出：

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

扩展John La Rooy（Python-独特词典的列表）的答案，使其更加灵活：

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())

调用函数：

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

我们可以做 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'}]

注意与接受答案略有不同。

drop_duplicates 将检查熊猫中的所有列，如果全部相同，则将删除该行。

例如 ：

如果我们将第二个dict名字从john更改为peter

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'}]

在python 3.6+（我已经测试过）中，只需使用：

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)

说明：我们正在映射，json.dumps以将字典编码为不可变的json对象。set然后可以用来产生唯一不可变的迭代。最后，我们使用转换回字典表示形式json.loads。请注意，最初，您必须按键排序才能以唯一的形式排列字典。这对Python 3.6+有效，因为默认情况下字典是有序的。

我总结了我的最爱以尝试：

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)

快速而又肮脏的解决方案只是生成一个新列表。

sortedlist = []

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

我不知道您是否只希望列表中的字典ID是唯一的，但是如果目标是要有一组dict，其中所有键的值都具有唯一性，那么您应该使用元组键在您的理解中：

>>> 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

希望它可以帮助您或其他有问题的人。

这里有很多答案，所以让我添加另一个：

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)

非常简单的选项：

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

那么这里提到的所有答案都是好的，但是在某些答案中，如果字典项具有嵌套列表或字典，则可能会遇到错误，因此我提出了一个简单的答案

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

这是一种内存开销很小的实现，但其代价是没有其余的那么紧凑。

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

输出：

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

这是我发现的解决方案：

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

基本上，您检查ID是否存在于列表中，如果存在，则删除字典，否则，将ID附加到列表中