从边网络元组列表生成含最高频值（支持并列）的字典实现方案

需求：将包含数千个元组的边网络列表（示例：[('2975', '6384'), ('2975', '530'), ('7443', '1107983'), ('3534', '530')]）转换为字典，返回出现频率最高的元素及其计数，且支持并列情况（预期结果：{'2975': 2, '530': 2}）。

原实现代码 #

from collections import Counter

nodes = [('2975', '6384'), ('2975', '530'), ('7443', '1107983'), ('3534', '530')]

highest_nodes = {}

# converting nodes
data = Counter(list(sum(nodes, ()))).most_common()
val = data[0][1]  # get the value of n-1th item
for a, b in list(takewhile(lambda x: x[1] >= val, data)):
    highest_nodes.setdefault(a, []).append(b)
# This is returning values as a list containing the item, need to extract the int from it
return highest_nodes

问题分析 #

原代码中使用highest_nodes.setdefault(a, []).append(b)会将每个节点的计数存入列表，导致结果格式不符合预期（比如{'2975': [2], '530': [2]}），同时缺少itertools.takewhile的导入语句，运行会报错。

修正方案 #

1. 导入itertools.takewhile模块；
2. 直接对字典键赋值单个计数值，而非追加到列表：

from collections import Counter
from itertools import takewhile

nodes = [('2975', '6384'), ('2975', '530'), ('7443', '1107983'), ('3534', '530')]

highest_nodes = {}

# 展开元组并统计节点频率
data = Counter(sum(nodes, ())).most_common()
if not data:  # 处理空列表的边界情况
    return highest_nodes
max_count = data[0][1]

# 筛选出所有频率等于最高值的节点
for node, count in takewhile(lambda x: x[1] == max_count, data):
    highest_nodes[node] = count

print(highest_nodes)  # 输出: {'2975': 2, '530': 2}

说明 #

• sum(nodes, ())可以直接展开所有元组为一个扁平元组，无需转成列表；
• 用x[1] == max_count替代>=更严谨，因为most_common()返回的结果是按频率降序排列的，后续元素的频率只会小于等于第一个元素；
• 增加了空列表的边界处理，避免索引越界错误。

内容的提问来源于stack exchange，提问作者Mars