сравнение вложенных словарей с разными ключами

Я пытаюсь сравнить некоторые значения из двух разных источников (отсюда два словаря) друг с другом, чтобы знать, какие значения фактически принадлежат друг другу. Чтобы проиллюстрировать, более короткая версия обоих моих словарей с фиктивными данными (вводится для ясности)

dict_1 = 
{'ins1': {'Start': 100, 'End': 110, 'Size': 10}, 
'ins2': {'Start': 150, 'End': 250, 'Size': 100}, 
'del1': {'Start': 210, 'End': 220, 'Size': 10}, 
'del2': {'Start': 260, 'End': 360, 'Size': 100}, 
'dup1': {'Start': 340, 'End': 350, 'Size': 10, 'Duplications': 3}, 
'dup2': {'Start': 370, 'End': 470, 'Size': 100, 'Duplications': 3}}

dict_2 = 
{Ɔ': {'Start': 100, 'Read': 28, 'Prec': 'PRECISE', 'Size': 10, 'End': 110}, 
Ƈ': {'Start': 500, 'Read': 38, 'Prec': 'PRECISE', 'Size': 100, 'End': 600}, 
ƈ': {'Start': 210, 'Read': 27, 'Prec': 'PRECISE', 'Size': 10, 'End': 220}, 
Ɖ': {'Start': 650, 'Read': 31, 'Prec': 'IMPRECISE', 'Size': 100, 'End': 750}, 
Ɗ': {'Start': 370, 'Read': 31, 'Prec': 'PRECISE', 'Size': 100, 'End': 470}, 
Ƌ': {'Start': 340, 'Read': 31, 'Prec': 'PRECISE', 'Size': 10, 'End': 350}, 
ƌ': {'Start': 810, 'Read': 36, 'Prec': 'PRECISE', 'Size': 10, 'End': 820}}

То, что я хочу сравнить, это значения «Старт» и «Конец» (и другие, но не указанные здесь). Если они совпадают, я хочу создать новый dict (dict_3), который выглядит примерно так:

dict_3 = 
{'ins1': {'Start_d1': 100, 'Start_d2': 100, 'dict_2_ID': Ɔ', etc}
{'del1': {'Start_d1': 210, 'Start_d2': 210, 'dict_2_ID': ƈ', etc}}

ps Мне нужны как Start_d1, так и Start_d2, потому что они могут немного отличаться по числу (+ -5).

Я попробовал несколько вариантов уже переполнения стека, например: Объединение словарей с разными ключами в Dataframe Pandas (что могло бы сработать, я думаю, но у меня было так много проблем с форматом dataframe) и: Сравнение двух словарей в Python (что работает, только если словарь не имеет ключа верхнего уровня (например, ins1, ins2 и т. д.),

Мог ли кто-нибудь дать мне начало работать дальше? Я пробовал так много всего, и вложенный словарь дает мне проблемы со всеми решениями, которые я мог найти.

Всего 2 ответа


Вы можете использовать Панды; вот демо:

import pandas as pd

df1 = pd.DataFrame.from_dict(dict_1, orient='index')
df2 = pd.DataFrame.from_dict(dict_2, orient='index')

res = pd.merge(df1, df2, on=['Start', 'End', 'Size'])

print(res)

   Start  End  Size  Duplications  Read     Prec
0    210  220    10           NaN    27  PRECISE
1    340  350    10           3.0    31  PRECISE
2    370  470   100           3.0    31  PRECISE
3    100  110    10           NaN    28  PRECISE

Вы можете сделать что-то вроде этого, возможно:

dict_1 = {'ins1': {'Start': 100, 'End': 110, 'Size': 10},
'ins2': {'Start': 150, 'End': 250, 'Size': 100}, 
'del1': {'Start': 210, 'End': 220, 'Size': 10}, 
'del2': {'Start': 260, 'End': 360, 'Size': 100}, 
'dup1': {'Start': 340, 'End': 350, 'Size': 10, 'Duplications': 3}, 
'dup2': {'Start': 370, 'End': 470, 'Size': 100, 'Duplications': 3}}

dict_2 = {Ɔ': {'Start': 100, 'Read': 28, 'Prec': 'PRECISE', 'Size': 10, 'End': 110},
Ƈ': {'Start': 500, 'Read': 38, 'Prec': 'PRECISE', 'Size': 100, 'End': 600}, 
ƈ': {'Start': 210, 'Read': 27, 'Prec': 'PRECISE', 'Size': 10, 'End': 220}, 
Ɖ': {'Start': 650, 'Read': 31, 'Prec': 'IMPRECISE', 'Size': 100, 'End': 750}, 
Ɗ': {'Start': 370, 'Read': 31, 'Prec': 'PRECISE', 'Size': 100, 'End': 470}, 
Ƌ': {'Start': 340, 'Read': 31, 'Prec': 'PRECISE', 'Size': 10, 'End': 350}, 
ƌ': {'Start': 810, 'Read': 36, 'Prec': 'PRECISE', 'Size': 10, 'End': 820}}

dict_3 = {}
for d1 in dict_1:
    for d2 in dict_2:
        if dict_1[d1]["Start"] == dict_2[d2]["Start"] and dict_1[d1]["End"] == dict_2[d2]["End"]:
            dict_3[d1] = {"Start_d1": dict_1[d1]["Start"], "Start_d2": dict_2[d2]["Start"], "dict_2_ID": d2}

print(dict_3)                        

Вышеупомянутое решение имеет порядок n^2 что не очень эффективно.

Однако, чтобы сделать его более эффективным (порядок n ), вам нужно будет преобразовать dict_2 таким образом, чтобы он содержал значения "Start" и "End" качестве ключа (например: «S100E110»), тогда поиск будет иметь постоянное время (поиск в словаре) ref . Затем вы сможете сделать что-то вроде:

if str("S"+dict_1[d1]["Start"]+"E"+dict_1[d1]["End"]) in dict_2:    
   # add to dict_3

Есть идеи?

10000