Python：合并两列表并按字典type匹配去重，生成指定结构数据

需求说明 #

• 合并两个列表cats和types，匹配对应数据并转换为指定的新结构
• 现有数据：

  cats = [
      'orange', 'apple', 'banana'
  ]
  
  types = [
      {"id": 1, "type": "orange"},
      {"id": 2, "type": "apple"},
      {"id": 3, "type": "apple"},
      {"id": 4, "type": "orange"},
      {"id": 5, "type": "banana"}
  ]
  

• 期望输出：

  [
      {'orange': {'UNIT': [1, 4]}},
      {'apple': {'UNIT': [2, 3]}},
      {'banana': {'UNIT': [5]}}
  ]
  

现有代码问题 #

现有代码运行后结果不符合预期，每个条目包含所有id且存在重复：

现有代码 #

matched = []
for item in types:
    for cat in cats:
        if item['type'] == cat:
            matched.append(
                {
                    cat: {
                        "UNIT": [i['id'] for i in types if 'id' in i]
                    }
                }
            )

错误输出 #

[{'orange': {'UNIT': [1, 2, 3, 4, 5]}},
 {'apple': {'UNIT': [1, 2, 3, 4, 5]}},
 {'apple': {'UNIT': [1, 2, 3, 4, 5]}},
 {'orange': {'UNIT': [1, 2, 3, 4, 5]}},
 {'banana': {'UNIT': [1, 2, 3, 4, 5]}}]

问题根源 #

1. 每次匹配到对应类型时，代码会遍历整个types列表收集所有id，而非仅当前类型的id
2. 每匹配到一个types中的条目就往matched里添加一次，导致出现重复条目

修正后的代码 #

提供两种简洁的实现方式：

方式一：先按类型分组id，再生成目标结构 #

cats = ['orange', 'apple', 'banana']
types = [
    {"id": 1, "type": "orange"},
    {"id": 2, "type": "apple"},
    {"id": 3, "type": "apple"},
    {"id": 4, "type": "orange"},
    {"id": 5, "type": "banana"}
]

# 先按type分组收集对应id
type_id_map = {}
for item in types:
    t = item['type']
    if t not in type_id_map:
        type_id_map[t] = []
    type_id_map[t].append(item['id'])

# 生成目标结构
matched = []
for cat in cats:
    matched.append({cat: {'UNIT': type_id_map.get(cat, [])}})

print(matched)

方式二：直接遍历cats，筛选对应id #

cats = ['orange', 'apple', 'banana']
types = [
    {"id": 1, "type": "orange"},
    {"id": 2, "type": "apple"},
    {"id": 3, "type": "apple"},
    {"id": 4, "type": "orange"},
    {"id": 5, "type": "banana"}
]

matched = []
for cat in cats:
    # 筛选当前cat对应的所有id
    ids = [item['id'] for item in types if item['type'] == cat]
    matched.append({cat: {'UNIT': ids}})

print(matched)

最终输出结果 #

两种方式都会得到预期的输出：

[
    {'orange': {'UNIT': [1, 4]}},
    {'apple': {'UNIT': [2, 3]}},
    {'banana': {'UNIT': [5]}}
]

内容的提问来源于stack exchange，提问作者test new jiras