Comment éliminer les dictionnaires en double dans une liste ?

Éliminer les redondances dans une liste de dictionnaires

Dans le domaine de la manipulation de données, il est souvent nécessaire de travailler avec des listes contenant des dictionnaires. Parfois, ces dictionnaires peuvent contenir des entrées en double, ce qui peut entraîner des redondances et des incohérences. Cet article explore une méthode pour obtenir une liste de dictionnaires uniques, en supprimant efficacement ces doublons.

Considérons un exemple de liste de dictionnaires :

L = [
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]

Notre objectif est d'obtenir une liste sans le doublons :

[
    {'id': 1, 'name': 'john', 'age': 34},
    {'id': 2, 'name': 'hanna', 'age': 30},
]

Dictionnaires uniques utilisant des dictionnaires

Pour obtenir cette unicité, nous créons un dictionnaire temporaire où les clés représentent les identifiants uniques des dictionnaires :

<code class="python">temp_dict = {}
for dictionary in L:
    temp_dict[dictionary['id']] = dictionary</code>

Cette étape filtre essentiellement les doublons, car seuls les identifiants uniques peuvent exister en tant que clés dans le dictionnaire. Les valeurs correspondantes seront les dictionnaires originaux eux-mêmes.

Récupération des valeurs uniques

La dernière étape consiste à extraire les valeurs du dictionnaire temporaire pour obtenir la liste des valeurs uniques dictionnaires :

<code class="python">unique_dictionaries = list(temp_dict.values())</code>

Cette approche garantit que chaque dictionnaire de la liste est unique, en fonction de la clé spécifiée utilisée pour la déduplication (dans ce cas, « id »). Il convient de noter que l'implémentation spécifique peut varier légèrement en fonction de la version de Python utilisée (par exemple, Python 2.7 contre Python 3).

En tirant parti des dictionnaires, nous pouvons supprimer efficacement les entrées en double d'une liste de dictionnaires, garantissant le caractère unique de chaque élément. Cette technique est particulièrement utile lorsque vous travaillez avec de grands ensembles de données et peut contribuer à améliorer l'intégrité et l'efficacité des données.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!