Intersecare due dizionari in Python

Question

Sto lavorando su un programma di ricerca su un indice invertito. L'indice stesso è un dizionario le cui chiavi sono termini e i cui valori sono essi stessi dizionari di brevi documenti, con numeri ID come chiavi e il loro contenuto di testo come valori.

Per eseguire una ricerca "AND" per due termini, ho quindi bisogno di intersecare i loro elenchi di post (dizionari). Che cosa è un modo chiaro (non necessariamente troppo intelligente) per farlo in Python? Ho iniziato cercando il modo lungo con iter:

p1 = index[term1] 
p2 = index[term2] 
i1 = iter(p1) 
i2 = iter(p2) 
while ... # not sure of the 'iter != end 'syntax in this case 
... 

Answer 1

Si può facilmente calcolare l'intersezione di set, in modo da creare i set di chiavi e li usa per l'intersezione:

keys_a = set(dict_a.keys()) 
keys_b = set(dict_b.keys()) 
intersection = keys_a & keys_b # '&' operator is used for set intersection 

Answer 2

Basta avvolgere le istanze del dizionario con una semplice classe che ottiene entrambi i valori che si desidera

class DictionaryIntersection(object): 
    def __init__(self,dictA,dictB): 
     self.dictA = dictA 
     self.dictB = dictB 

    def __getitem__(self,attr): 
     if attr not in self.dictA or attr not in self.dictB: 
      raise KeyError('Not in both dictionaries,key: %s' % attr) 

     return self.dictA[attr],self.dictB[attr] 

x = {'foo' : 5, 'bar' :6} 
y = {'bar' : 'meow' , 'qux' : 8} 

z = DictionaryIntersection(x,y) 

print z['bar'] 

Answer 3

un fatto poco noto è che non c'è bisogno di costruire set s per farlo:

In Python 2:

In [78]: d1 = {'a': 1, 'b': 2} 

In [79]: d2 = {'b': 2, 'c': 3} 

In [80]: d1.viewkeys() & d2.viewkeys() 
Out[80]: {'b'} 

In Python 3 sostituire viewkeys con keys; lo stesso vale per viewvalues e viewitems.

Dalla documentazione di viewitems:

In [113]: d1.viewitems?? 
Type:  builtin_function_or_method 
String Form:<built-in method viewitems of dict object at 0x64a61b0> 
Docstring: D.viewitems() -> a set-like object providing a view on D's items 

Per maggiore dict s questo anche un po 'più veloce di costruire set s e poi li si intersecano:

In [122]: d1 = {i: rand() for i in range(10000)} 

In [123]: d2 = {i: rand() for i in range(10000)} 

In [124]: timeit d1.viewkeys() & d2.viewkeys() 
1000 loops, best of 3: 714 µs per loop 

In [125]: %%timeit 
s1 = set(d1) 
s2 = set(d2) 
res = s1 & s2 

1000 loops, best of 3: 805 µs per loop 

For smaller `dict`s `set` construction is faster: 

In [126]: d1 = {'a': 1, 'b': 2} 

In [127]: d2 = {'b': 2, 'c': 3} 

In [128]: timeit d1.viewkeys() & d2.viewkeys() 
1000000 loops, best of 3: 591 ns per loop 

In [129]: %%timeit 
s1 = set(d1) 
s2 = set(d2) 
res = s1 & s2 

1000000 loops, best of 3: 477 ns per loop 

Stiamo confrontando nanosecondi qui, che può o potrebbe non avere importanza per te. In ogni caso, si ottiene un set, quindi utilizzando viewkeys/keys si elimina un po 'di confusione.

Answer 4

In [1]: d1 = {'a':1, 'b':4, 'f':3} 

In [2]: d2 = {'a':1, 'b':4, 'd':2} 

In [3]: d = {x:d1[x] for x in d1 if x in d2} 

In [4]: d 
Out[4]: {'a': 1, 'b': 4} 

Answer 5

OK, ecco una versione generalizzata del codice sopra in Python3. E 'ottimizzato per usare le viste e le viste in dict set-like che sono abbastanza veloci.

Funzione interseca arbitrarie molti dicts e restituisce un dict con le chiavi comuni e un insieme di valori comuni per ogni chiave comune: ad esempio

def dict_intersect(*dicts): 
    comm_keys = dicts[0].keys() 
    for d in dicts[1:]: 
     # intersect keys first 
     comm_keys &= d.keys() 
    # then build a result dict with nested comprehension 
    result = {key:{d[key] for d in dicts} for key in comm_keys} 
    return result 

Usage:

a = {1: 'ba', 2: 'boon', 3: 'spam', 4:'eggs'} 
b = {1: 'ham', 2:'baboon', 3: 'sausages'} 
c = {1: 'more eggs', 3: 'cabbage'} 

res = dict_intersect(a, b, c) 
# Here is res (the order of values may vary) : 
# {1: {'ham', 'more eggs', 'ba'}, 3: {'spam', 'sausages', 'cabbage'}} 

Qui i valori dict devono essere lavabile, se non lo sono si potrebbe semplicemente cambiare parentesi set {} alla lista []:

result = {key:[d[key] for d in dicts] for key in comm_keys}