Python双循环删除字典元素时出现KeyError的问题及解决需求

需求 #

删除键为datetime类型、值为字符串类型的字典中，1小时内值相同的重复元素，仅保留最早的一个。

原代码问题 #

现有代码执行时会触发KeyError——部分符合条件的元素被删除后，外层循环仍会遍历已删除的键，导致访问不存在的键：

#del duplicates within 60min
for formatted_key in list(formatted_dict.keys()):
    for temp_key in list(formatted_dict.keys()):
        print("formatted_key:", formatted_key)
        print("temp_key:", temp_key)
        if(formatted_dict[formatted_key]==formatted_dict[temp_key]):
            if(temp_key!=formatted_key):
                td=timedelta(minutes = 60)
                new_key=formatted_key+td
                if (new_key>temp_key):
                    del formatted_dict[temp_key]
                    print("key to delet:", temp_key)
                    for key,value in formatted_dict.items():
                        print(key,value)

错误信息 #

if(formatted_dict[formatted_key]==formatted_dict[temp_key]):
KeyError: datetime.datetime(2022, 10, 25, 8, 16, 12, 286000)

测试数据 #

2022-10-25 08:14:08.820000 var301533
2022-10-25 08:16:12.286000 var301533
2022-10-25 08:17:05.067000 var003907
2022-10-25 08:19:04.422000 var003907
2022-10-25 08:20:05.021000 var301504
2022-10-25 08:23:04.526000 var301504
2022-10-25 08:23:14.204000 var301504

预期结果 #

2022-10-25 08:14:08.820000 var301533
2022-10-25 08:17:05.067000 var003907
2022-10-25 08:20:05.021000 var301504

解决方案 #

核心思路：按时间顺序遍历条目，记录每个值最近保留的时间点，批量删除符合删除条件的键，避免遍历过程中修改字典结构引发异常。

修正后代码 #

from datetime import datetime, timedelta

def clean_duplicates_within_hour(input_dict):
    # 按时间升序排序字典的键，确保先处理最早的条目
    sorted_keys = sorted(input_dict.keys())
    # 记录每个值最近一次被保留的时间
    value_last_kept = {}
    keys_to_delete = []
    
    for key in sorted_keys:
        current_value = input_dict[key]
        if current_value in value_last_kept:
            # 计算当前条目与同值已保留条目的时间差
            time_diff = key - value_last_kept[current_value]
            if time_diff <= timedelta(minutes=60):
                # 时间间隔在1小时内，标记为待删除
                keys_to_delete.append(key)
            else:
                # 超过1小时，更新该值的最近保留时间
                value_last_kept[current_value] = key
        else:
            # 首次出现该值，记录其时间
            value_last_kept[current_value] = key
    
    # 批量删除所有标记的键，避免遍历中修改字典导致的异常
    for key in keys_to_delete:
        del input_dict[key]
    return input_dict

# 构造测试字典（已转为datetime键）
formatted_dict = {
    datetime(2022, 10, 25, 8, 14, 8, 820000): "var301533",
    datetime(2022, 10, 25, 8, 16, 12, 286000): "var301533",
    datetime(2022, 10, 25, 8, 17, 5, 67000): "var003907",
    datetime(2022, 10, 25, 8, 19, 4, 422000): "var003907",
    datetime(2022, 10, 25, 8, 20, 5, 21000): "var301504",
    datetime(2022, 10, 25, 8, 23, 4, 526000): "var301504",
    datetime(2022, 10, 25, 8, 23, 14, 204000): "var301504",
}

# 执行清理并打印结果
cleaned_dict = clean_duplicates_within_hour(formatted_dict)
for key, value in sorted(cleaned_dict.items()):
    print(f"{key} {value}")

方案说明 #

1. 排序键：先按时间升序排列所有键，确保最早的条目被优先处理并保留。
2. 记录保留时间：用value_last_kept字典跟踪每个值最近一次被保留的时间，避免重复比较。
3. 批量删除：先收集所有需要删除的键，最后统一删除，避免遍历字典过程中修改其结构，彻底解决KeyError问题。
4. 准确的时间判断：直接计算当前条目与同值已保留条目的时间差，判断是否在1小时内，逻辑更清晰准确。

内容的提问来源于stack exchange，提问作者Max