You need to enable JavaScript to run this app. 如何在字典中查找重复条目并对重复值取平均值生成新项
优惠活动
大模型
产品
解决方案
定价
更多

如何在字典中查找重复条目并对重复值取平均值生成新项

电影重复条目去重与评分平均实现方案

实现思路

  • 核心识别规则:以电影标题作为重复条目的判断依据,同标题记录判定为同一部电影
  • 聚合逻辑:遍历原始字典所有条目,按标题汇总所有评分,同时存储电影类型(默认同电影类型字段一致)
  • 计算逻辑:对每个电影的所有评分求和后除以条目数得到平均分,可按需调整保留的小数位数
  • 结果生成:生成去重后的新字典,支持沿用原ID或重新生成ID

代码实现

# 样例原始数据
original_data = {
    '580': ['4.0', 'Jurassic Park (1993)', ['Action', 'Adventure', 'Sci-Fi', 'Thriller']], 
    '264': ['4.0', 'Mask, The (1994)', ['Action', 'Comedy', 'Crime', 'Fantasy', 'Thriller']], 
    '370': ['4.5', "Amelie) (2001)", ['Comedy', 'Romance', 'Thriller']], 
    '312': ['3.0', 'Die Hard (1988)', ['Action', 'Crime', 'Thriller']], 
    '166': ['3.5', 'Fugitive, The (1993)', ['Thriller']], 
    '195': ['4.5', 'Fugitive, The (1993)', ['Thriller']]
}

# 按电影标题聚合评分和类型
movie_agg = {}
for item in original_data.values():
    score = float(item[0])
    title = item[1]
    genres = item[2]
    if title not in movie_agg:
        movie_agg[title] = {
            'scores': [score],
            'genres': genres
        }
    else:
        movie_agg[title]['scores'].append(score)

# 计算平均分生成去重后新字典,这里演示按序列生成新ID,如需保留原ID可在聚合阶段存储对应ID
new_data = {}
for idx, (title, info) in enumerate(movie_agg.items(), start=1):
    avg_score = sum(info['scores']) / len(info['scores'])
    # 平均分保留1位小数,可按需修改精度
    new_data[str(idx)] = [f"{avg_score:.1f}", title, info['genres']]

print(new_data)

运行结果说明

样例中重复的《Fugitive, The (1993)》评分会计算为(3.5+4.5)/2 = 4.0,其他无重复的电影保留原有评分。

注意:如果数据集存在标题相同但类型不同的异常数据,可根据需求调整类型处理规则,例如合并去重所有类型、取出现次数最多的类型等。

内容的提问来源于stack exchange,提问作者r3cc

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.19 07:36:03