你知道吗？如果数组是字典组成的，直接对数组内的字典采用set的方式进行去重，会报错：
- test = [{"a": 1}, {"a": 1}, {"a": 3}, {"b": 4}]
- test = list(set(test))
- >>> TypeError: unhashable type: 'dict'
因为使用set去重的前提是该对象为不可变对象，而字典是可变对象，因此无法直接使用该方法去重。
那么怎么解决这个问题呢？有三个办法。
1.使用reduce方法
reduce() 函数会对参数序列中元素进行累积。
比如：
- from functools import reduce
- def add(x, y) : # 两数相加
- return x + y
- print(reduce(add, [1,2,3,4,5])) # 计算列表和：1+2+3+4+5
- # 15
上述写法也能用lambda函数简化为：
- from functools import reduce
- print(reduce(lambda x, y: x+y, [1,2,3,4,5])) # 使用 lambda 匿名函数
- # 15
因此，我们自己编写一个函数进行数组内的字典去重：
- from functools import reduce
- data = [{"a": 1}, {"a": 1}, {"a": 3}, {"b": 4}]
- result = []
- def unduplicate(result, data):
- if data not in result:
- result = result + [data]
- return result
- for i in data:
- result = unduplicate(result, i)
- print(result)
- # [{'a': 1}, {'a': 3}, {'b': 4}]
稍显复杂，如果使用reduce函数和lambda函数，代码能简化很多：
- def delete_duplicate(data):
- func = lambda x, y: x + [y] if y not in x else x
- data = reduce(func, [[], ] + data)
- return data
- print(delete_duplicate(data))
- # [{'a': 1}, {'a': 3}, {'b': 4}]
当然， 我也能一行写完这个功能：
- data = reduce(lambda x, y: x + [y] if y not in x else x, [[], ] + data)
只不过有可能会被打死在工位上，所以不建议这么干。
2.奇怪的技巧
就如文章开头提到的，字典之所以不能用set去重，是因为它是可变对象。
但是...如果我们把它变成不可变对象呢？
- data = [{"a": 1}, {"a": 1}, {"a": 3}, {"b": 4}]
- def delete_duplicate(data):
- immutable_dict = set([str(item) for item in data])
- data = [eval(i) for i in immutable_dict]
- return data
- print(delete_duplicate(data))
- # [{'a': 1}, {'a': 3}, {'b': 4}]
没错，这能成。
遍历字典，将每个子项变成字符串存放到数组中，再通过set函数去重。
通过eval函数，将去重后的数组里的每个子项重新转化回字典。
如此Python，怎能不好玩？
高效的方式
上面讲了两种骚操作，其实都不太建议在实际工作中使用。
一个原因是真的太骚了，怕被打趴在工位上。
另一个原因是，它们在应对较大数据量的时候，性能不太行。
下面是最正统的方式：
- data = [dict(t) for t in set([tuple(d.items()) for d in data])]
- # data:
- # [{'a': 1}, {'b': 2}]
其实和第二种方式一样，是将数组内的每个字典转成元组，也就是不可变对象，再使用set进行去重。去重完毕后再使用dict函数将元组重新组成字典对。
但是，这种方法对于字典内还有字典的数据结构是不适用的，因此对于字典对里还有字典情况的去重，比如：
- data2 = [{"a": {"b": "c"}}, {"a": {"b": "c"}}]
这种情况我建议使用第二种方式去重：
- data2 = [{"a": {"b": "c"}}, {"a": {"b": "c"}}]
- def delete_duplicate_str(data):
- immutable_dict = set([str(item) for item in data])
- data = [eval(i) for i in immutable_dict]
- return data
- print(delete_duplicate_str(data2))
- # [{'a': {'b': 'c'}}]
怎么样，这三种方式你都学会了吗？
我的微信
微信号已复制
我的微信
这是我的微信扫一扫