Python：统计字典列表重复条目并按元组规则排序输出的问题

我有一个字典列表，需求如下：

• 统计列表中唯一条目的出现次数；
• 根据键"corrected_word"对应的元组中的数值（排序规则为2 < 3 < 33）对结果进行排序；
• 将统计的次数添加到corrected_word的元组末尾，输出指定格式的字典列表。

示例输入 #

mylist = [
{'original_word': 'test1', 'corrected_word': ('test12', 3)},
{'original_word': 'test1', 'corrected_word': ('test12', 3)},
{'original_word': 'test2', 'corrected_word': ('test22', 2)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)}
]

预期输出 #

mylist = [
{'original_word': 'test2', 'corrected_word': ('test22', 2, 1)},
{'original_word': 'test1', 'corrected_word': ('test12', 3, 2)},
{'original_word': 'test3', 'corrected_word': ('test3', 33, 3)}
]

我尝试了以下代码，但无法返回目标格式的字典列表：

from collections import Counter
Counter([str(i) for i in mylist])

核心思路 #

直接将字典转字符串统计的方式无法保留原结构，我们需要以original_word和corrected_word作为唯一标识统计次数，再按规则排序并重构字典。

完整实现代码 #

from collections import Counter

mylist = [
{'original_word': 'test1', 'corrected_word': ('test12', 3)},
{'original_word': 'test1', 'corrected_word': ('test12', 3)},
{'original_word': 'test2', 'corrected_word': ('test22', 2)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)},
{'original_word': 'test3', 'corrected_word': ('test3', 33)}
]

# 1. 统计唯一条目出现次数：用(original_word, corrected_word)作为统计键
counts = Counter((item['original_word'], item['corrected_word']) for item in mylist)

# 2. 按corrected_word元组的数值排序
sorted_items = sorted(counts.keys(), key=lambda x: x[1][1])

# 3. 构造最终结果：将次数追加到corrected_word元组末尾
result = []
for orig_word, corr_word in sorted_items:
    result.append({
        'original_word': orig_word,
        'corrected_word': corr_word + (counts[(orig_word, corr_word)],)
    })

# 输出验证
for item in result:
    print(item)

代码解释 #

1. 统计次数：使用Counter，把每个条目的original_word和corrected_word组合成可哈希的元组作为统计键，确保重复条目被正确计数。
2. 排序：通过sorted函数的key参数，指定按corrected_word元组的第二个元素（即目标排序数值）排序，刚好符合2 < 3 < 33的规则。
3. 重构结果：遍历排序后的唯一条目，将统计次数追加到corrected_word元组末尾，重新构造成目标格式的字典。

运行结果 #

执行代码后会输出与预期一致的字典列表：

{'original_word': 'test2', 'corrected_word': ('test22', 2, 1)}
{'original_word': 'test1', 'corrected_word': ('test12', 3, 2)}
{'original_word': 'test3', 'corrected_word': ('test3', 33, 3)}

内容的提问来源于stack exchange，提问作者shantanuo