Python如何检测嵌套字典中子字典内与多数值不一致的异常值

实现思路 #

基于你给出的前置条件（每个子字典中超半数的值相同），可以按以下逻辑实现：

• 遍历外层字典的每一个子字典节点
• 统计子字典所有值的出现频率，取最高频值作为基准正常值
• 遍历子字典的键值对，筛选出值不等于基准值的条目即为异常值

代码实现 #

方案1：使用collections.Counter（最简洁） #

from collections import Counter

my_dict = {
    'k1': {'a': 11111,
            'aa': 11111,
            'b': 11111,
            'bb': 11111,
            'c': 11111,
            'cc': 11111,
            'd': 22222,
            'dd': 22223,
            'ee': 22222},
    'k2': {'f': 33333,
            'g': 33333,
            'h': 33333,
            'i': 33333,
            'j': 33333,
            'k': 44443,
            'l': 33334,
            'm': 44443,
            'n': 44443}
}

for outer_k, sub_dict in my_dict.items():
    if not isinstance(sub_dict, dict):
        continue
    # 取出现频率最高的基准值
    majority_val = Counter(sub_dict.values()).most_common(1)[0][0]
    # 筛选异常值
    for inner_k, val in sub_dict.items():
        if val != majority_val:
            print(f"异常条目：{outer_k}[{inner_k}] = {val}")

方案2：无额外依赖实现 #

利用「超半数的值相同，则排序后中间位置的值一定是基准值」的特性，无需导入第三方库：

for outer_k, sub_dict in my_dict.items():
    if not isinstance(sub_dict, dict):
        continue
    # 排序后取中间值作为基准
    sorted_vals = sorted(sub_dict.values())
    majority_val = sorted_vals[len(sorted_vals) // 2]
    # 筛选异常值
    for inner_k, val in sub_dict.items():
        if val != majority_val:
            print(f"异常条目：{outer_k}[{inner_k}] = {val}")

运行结果示例 #

异常条目：k1[d] = 22222
异常条目：k1[dd] = 22223
异常条目：k1[ee] = 22222
异常条目：k2[k] = 44443
异常条目：k2[l] = 33334
异常条目：k2[m] = 44443
异常条目：k2[n] = 44443

内容的提问来源于stack exchange，提问作者psagrera