基于非唯一值合并含空值的两个字典列表的实现方案

问题背景 #

现有两个字典列表：

列表v #

v = [{'call 1': 'debit card'},
 {'call 2': 'debit card'},
 {'call 3': 'payment limit'},
 {'call 1': 'bond'},
 {'call 2': 'mortgage'},
 {'call 3': 'debit card'},
 {'call 1': nan},
 {'call 2': 'spending limit'},
 {'call 3': nan}]

列表w #

w = [{'cluster 1': 'payment limit'},
 {'cluster 2': 'debit card'},
 {'cluster 3': 'bond'},
 {'cluster 1': 'spending limit'},
 {'cluster 2': 'debit card'},
 {'cluster 3': 'mortgage'},
 {'cluster 1': None},
 {'cluster 2': 'debit card'},
 {'cluster 3': None}]

需求 #

1. 移除两个列表中的空值（nan、None）
2. 基于字典的值将两个列表合并，得到如下结果：

# desired outcome 
[{'call 3':{'cluster 1': 'payment limit'}},
 {'call 1':{'cluster 2': 'debit card'}},
 {'call 1':{'cluster 3': 'bond'}},
 {'call 2':{'cluster 1': 'spending limit'}},
 {'call 2':{'cluster 2': 'debit card'}},
 {'call 3':{'cluster 2': 'debit card'}}]

核心难点 #

像debit card这类值同时出现在多个call键（call 1、call 2、call 3）中，需要为每个cluster分配唯一对应的call键，保证匹配关系正确。

解决方案 #

步骤1：清理空值并整理映射关系 #

分别处理两个列表，过滤掉空值，同时为每个值维护call键的队列和cluster键的队列——这样可以保证相同值的call和cluster按出现顺序一一对应，解决重复值的匹配问题。

代码实现 #

import pandas as pd
from collections import defaultdict

# 处理列表v：过滤空值，建立值到call键的队列映射
value_to_calls = defaultdict(list)
for item in v:
    call_key, val = next(iter(item.items()))
    if pd.notna(val):
        value_to_calls[val].append(call_key)

# 处理列表w：过滤空值，建立值到cluster键的队列映射
value_to_clusters = defaultdict(list)
valid_cluster_items = []
for item in w:
    cluster_key, val = next(iter(item.items()))
    if val is not None:
        value_to_clusters[val].append(cluster_key)
        valid_cluster_items.append(item)

# 按值匹配合并，从队列中按顺序取出对应call和cluster
result = []
for cluster_item in valid_cluster_items:
    cluster_key, val = next(iter(cluster_item.items()))
    # 取出对应值的第一个call键并移除，避免重复分配
    call_key = value_to_calls[val].pop(0)
    result.append({call_key: {cluster_key: val}})

print(result)

代码说明 #

1. 用defaultdict(list)为每个值维护call键的队列，确保相同值的call按原列表出现顺序排列；同理处理cluster键。
2. 遍历清理后的cluster项，对每个cluster的取值，从对应值的call队列中取出第一个元素，完成匹配后从队列移除，保证每个cluster对应唯一的call键。
3. 最终生成的结果完全符合预期的匹配关系。

内容的提问来源于stack exchange，提问作者Wiliam