如何识别并移除字典内值重复的嵌套字典？

给你两种简单可行的方法，帮你去掉字典里重复的嵌套条目：

方法一：构建新字典，保留首次出现的条目 #

核心思路是用一个集合记录已经见过的嵌套字典内容，遍历原字典时只把第一次出现的条目加入新字典：

people = {1: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'},
          2: {'name': 'Marie', 'age': '22', 'sex': 'Female'},
          3: {'name': 'Mariah', 'age': '32', 'sex': 'Female'},
          4: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'}}

# 用来记录已经处理过的嵌套字典内容
seen = set()
new_people = {}

for key, info in people.items():
    # 把嵌套字典转成可哈希的元组（按键排序，确保内容相同的字典转成的元组一致）
    info_tuple = tuple(sorted(info.items()))
    if info_tuple not in seen:
        seen.add(info_tuple)
        new_people[key] = info

print(new_people)

运行后new_people里就只保留了键1、2、3的内容，键4的重复条目被自动跳过。

方法二：直接修改原字典，删除重复项 #

如果不想新建字典，想直接在原字典上操作，记得遍历键的副本（避免遍历中字典结构变化报错）：

people = {1: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'},
          2: {'name': 'Marie', 'age': '22', 'sex': 'Female'},
          3: {'name': 'Mariah', 'age': '32', 'sex': 'Female'},
          4: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'}}

seen = set()

# 遍历原字典键的副本，防止删除键时打乱遍历流程
for key in list(people.keys()):
    info = people[key]
    info_tuple = tuple(sorted(info.items()))
    if info_tuple in seen:
        del people[key]
    else:
        seen.add(info_tuple)

print(people)

说说你之前方法失败的原因 #

• 直接按键对比报错：大概率是你误把字典当列表用索引（比如用people[0]而不是people[1]），或者遍历逻辑没处理好，导致索引错误。
• 转列表后对比无进展：你转成的列表结构不对（比如把整个字典包成一个列表元素），没法逐个对比嵌套字典的内容。
• 转DataFrame报错：嵌套字典直接转DataFrame结构不匹配，得先把结构扁平化，再用pandas去重，示例代码如下：

import pandas as pd

people = {1: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'},
          2: {'name': 'Marie', 'age': '22', 'sex': 'Female'},
          3: {'name': 'Mariah', 'age': '32', 'sex': 'Female'},
          4: {'name': 'John R. Smith', 'age': '27', 'sex': 'Male'}}

# 扁平化结构：把外层键作为id列，内层字典的键作为数据列
df = pd.DataFrame.from_dict(people, orient='index').reset_index().rename(columns={'index': 'id'})
# 按name、age、sex去重，保留首次出现的行
df_unique = df.drop_duplicates(subset=['name', 'age', 'sex'], keep='first')
# 转回原字典结构
new_people = df_unique.set_index('id').to_dict('index')

print(new_people)

内容的提问来源于stack exchange，提问作者realtime