关于python：在字典中获取最大值的键？


Getting key with maximum value in dictionary?

我有一个dictionary：键是字符串，值是整数。

例子：

1
stats = {'a':1000, 'b':3000, 'c': 100}

我想得到'b'作为答案，因为它是具有更高值的键。

我使用一个带有反转键值元组的中间列表执行了以下操作：

1
2
inverse = [(value, key) for key, value in stats.items()]
print max(inverse)[1]

这是更好(甚至更优雅)的方法吗？

相关讨论

1
max(stats, key=stats.get)
相关讨论

您可以使用operator.itemgetter进行以下操作：

1
2
3
import operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]

而不是在内存中构建一个新的列表，而是使用stats.iteritems()。max()函数的key参数是一个函数，用于计算用于确定如何对项目排序的键。

请注意，如果要使用另一个键值对"d"：3000，则此方法将只返回这两个键值对中的一个，即使它们都具有最大值。

1
2
3
4
>>> import operator
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> max(stats.iteritems(), key=operator.itemgetter(1))[0]
'b'

如果使用python3：

1
2
>>> max(stats.items(), key=operator.itemgetter(1))[0]
'b'
相关讨论

我已经测试了许多变体，这是用max值返回dict键的最快方法：

1
2
3
4
5
6
def keywithmaxval(d):
    """ a) create a list of the dict's keys and values;
         b) return the key with the max value"""  
     v=list(d.values())
     k=list(d.keys())
     return k[v.index(max(v))]

为了给你一个想法，这里有一些候选方法：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
def f1():  
     v=list(d1.values())
     k=list(d1.keys())
     return k[v.index(max(v))]

def f2():
    d3={v:k for k,v in d1.items()}
    return d3[max(d3)]

def f3():
    return list(filter(lambda t: t[1]==max(d1.values()), d1.items()))[0][0]    

def f3b():
    # same as f3 but remove the call to max from the lambda
    m=max(d1.values())
    return list(filter(lambda t: t[1]==m, d1.items()))[0][0]        

def f4():
    return [k for k,v in d1.items() if v==max(d1.values())][0]    

def f4b():
    # same as f4 but remove the max from the comprehension
    m=max(d1.values())
    return [k for k,v in d1.items() if v==m][0]        

def f5():
    return max(d1.items(), key=operator.itemgetter(1))[0]    

def f6():
    return max(d1,key=d1.get)    

def f7():
    """ a) create a list of the dict's keys and values;
         b) return the key with the max value"""    
     v=list(d1.values())
     return list(d1.keys())[v.index(max(v))]    

def f8():
     return max(d1, key=lambda k: d1[k])    

tl=[f1,f2, f3b, f4b, f5, f6, f7, f8, f4,f3]    
cmpthese.cmpthese(tl,c=100)

测试字典：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
d1={1: 1, 2: 2, 3: 8, 4: 3, 5: 6, 6: 9, 7: 17, 8: 4, 9: 20, 10: 7, 11: 15,
    12: 10, 13: 10, 14: 18, 15: 18, 16: 5, 17: 13, 18: 21, 19: 21, 20: 8,
    21: 8, 22: 16, 23: 16, 24: 11, 25: 24, 26: 11, 27: 112, 28: 19, 29: 19,
    30: 19, 3077: 36, 32: 6, 33: 27, 34: 14, 35: 14, 36: 22, 4102: 39, 38: 22,
    39: 35, 40: 9, 41: 110, 42: 9, 43: 30, 44: 17, 45: 17, 46: 17, 47: 105, 48: 12,
    49: 25, 50: 25, 51: 25, 52: 12, 53: 12, 54: 113, 1079: 50, 56: 20, 57: 33,
    58: 20, 59: 33, 60: 20, 61: 20, 62: 108, 63: 108, 64: 7, 65: 28, 66: 28, 67: 28,
    68: 15, 69: 15, 70: 15, 71: 103, 72: 23, 73: 116, 74: 23, 75: 15, 76: 23, 77: 23,
    78: 36, 79: 36, 80: 10, 81: 23, 82: 111, 83: 111, 84: 10, 85: 10, 86: 31, 87: 31,
    88: 18, 89: 31, 90: 18, 91: 93, 92: 18, 93: 18, 94: 106, 95: 106, 96: 13, 9232: 35,
    98: 26, 99: 26, 100: 26, 101: 26, 103: 88, 104: 13, 106: 13, 107: 101, 1132: 63,
    2158: 51, 112: 21, 113: 13, 116: 21, 118: 34, 119: 34, 7288: 45, 121: 96, 122: 21,
    124: 109, 125: 109, 128: 8, 1154: 32, 131: 29, 134: 29, 136: 16, 137: 91, 140: 16,
    142: 104, 143: 104, 146: 117, 148: 24, 149: 24, 152: 24, 154: 24, 155: 86, 160: 11,
    161: 99, 1186: 76, 3238: 49, 167: 68, 170: 11, 172: 32, 175: 81, 178: 32, 179: 32,
    182: 94, 184: 19, 31: 107, 188: 107, 190: 107, 196: 27, 197: 27, 202: 27, 206: 89,
    208: 14, 214: 102, 215: 102, 220: 115, 37: 22, 224: 22, 226: 14, 232: 22, 233: 84,
    238: 35, 242: 97, 244: 22, 250: 110, 251: 66, 1276: 58, 256: 9, 2308: 33, 262: 30,
    263: 79, 268: 30, 269: 30, 274: 92, 1300: 27, 280: 17, 283: 61, 286: 105, 292: 118,
    296: 25, 298: 25, 304: 25, 310: 87, 1336: 71, 319: 56, 322: 100, 323: 100, 325: 25,
    55: 113, 334: 69, 340: 12, 1367: 40, 350: 82, 358: 33, 364: 95, 376: 108,
    377: 64, 2429: 46, 394: 28, 395: 77, 404: 28, 412: 90, 1438: 53, 425: 59, 430: 103,
    1456: 97, 433: 28, 445: 72, 448: 23, 466: 85, 479: 54, 484: 98, 485: 98, 488: 23,
    6154: 37, 502: 67, 4616: 34, 526: 80, 538: 31, 566: 62, 3644: 44, 577: 31, 97: 119,
    592: 26, 593: 75, 1619: 48, 638: 57, 646: 101, 650: 26, 110: 114, 668: 70, 2734: 41,
    700: 83, 1732: 30, 719: 52, 728: 96, 754: 65, 1780: 74, 4858: 47, 130: 29, 790: 78,
    1822: 43, 2051: 38, 808: 29, 850: 60, 866: 29, 890: 73, 911: 42, 958: 55, 970: 99,
    976: 24, 166: 112}

以及python 3.2下的测试结果：

1
2
3
4
5
6
7
8
9
10
11
    rate/sec       f4      f3    f3b     f8     f5     f2    f4b     f6     f7     f1
f4       454       --   -2.5% -96.9% -97.5% -98.6% -98.6% -98.7% -98.7% -98.9% -99.0%
f3       466     2.6%      -- -96.8% -97.4% -98.6% -98.6% -98.6% -98.7% -98.9% -99.0%
f3b   14,715  3138.9% 3057.4%     -- -18.6% -55.5% -56.0% -56.4% -58.3% -63.8% -68.4%
f8    18,070  3877.3% 3777.3%  22.8%     -- -45.4% -45.9% -46.5% -48.8% -55.5% -61.2%
f5    33,091  7183.7% 7000.5% 124.9%  83.1%     --  -1.0%  -2.0%  -6.3% -18.6% -29.0%
f2    33,423  7256.8% 7071.8% 127.1%  85.0%   1.0%     --  -1.0%  -5.3% -17.7% -28.3%
f4b   33,762  7331.4% 7144.6% 129.4%  86.8%   2.0%   1.0%     --  -4.4% -16.9% -27.5%
f6    35,300  7669.8% 7474.4% 139.9%  95.4%   6.7%   5.6%   4.6%     -- -13.1% -24.2%
f7    40,631  8843.2% 8618.3% 176.1% 124.9%  22.8%  21.6%  20.3%  15.1%     -- -12.8%
f1    46,598 10156.7% 9898.8% 216.7% 157.9%  40.8%  39.4%  38.0%  32.0%  14.7%     --

在python 2.7下：

1
2
3
4
5
6
7
8
9
10
11
    rate/sec       f3       f4     f8    f3b     f6     f5     f2    f4b     f7     f1
f3       384       --    -2.6% -97.1% -97.2% -97.9% -97.9% -98.0% -98.2% -98.5% -99.2%
f4       394     2.6%       -- -97.0% -97.2% -97.8% -97.9% -98.0% -98.1% -98.5% -99.1%
f8    13,079  3303.3%  3216.1%     --  -5.6% -28.6% -29.9% -32.8% -38.3% -49.7% -71.2%
f3b   13,852  3504.5%  3412.1%   5.9%     -- -24.4% -25.8% -28.9% -34.6% -46.7% -69.5%
f6    18,325  4668.4%  4546.2%  40.1%  32.3%     --  -1.8%  -5.9% -13.5% -29.5% -59.6%
f5    18,664  4756.5%  4632.0%  42.7%  34.7%   1.8%     --  -4.1% -11.9% -28.2% -58.8%
f2    19,470  4966.4%  4836.5%  48.9%  40.6%   6.2%   4.3%     --  -8.1% -25.1% -57.1%
f4b   21,187  5413.0%  5271.7%  62.0%  52.9%  15.6%  13.5%   8.8%     -- -18.5% -53.3%
f7    26,002  6665.8%  6492.4%  98.8%  87.7%  41.9%  39.3%  33.5%  22.7%     -- -42.7%
f1    45,354 11701.5% 11399.0% 246.8% 227.4% 147.5% 143.0% 132.9% 114.1%  74.4%     --

您可以看到，在python 3.2和2.7下，f1是最快的(或者更完整地说，在本文的顶部是keywithmaxval)。

相关讨论

如果您只需要知道一个具有max值的键，那么您可以不使用iterkeys或iteritems，因为在python中通过字典迭代就是通过它的键进行迭代。

1
max_key = max(stats, key=lambda k: stats[k])

编辑：

从评论中，@user1274878：

I am new to python. Can you please explain your answer in steps?

是的。。。

最大值

max(iterable[, key])

max(arg1, arg2, *args[, key])

Return the largest item in an iterable or the largest of two or more arguments.

可选的key参数描述了如何比较元素以获得最大值：

1
lambda <item>: return

将比较返回值。

双关语

python dict是一个哈希表。dict的键是声明为键的对象的哈希。由于性能原因，虽然dict是通过它的键作为迭代实现的。

因此，我们可以使用它来消除获取密钥列表的操作。

关闭

A function defined inside another function is called a nested function. Nested functions can access variables of the enclosing scope.

通过lambda函数的__closure__属性提供的stats变量，作为指向父范围中定义的变量值的指针。

相关讨论

这是另一个：

1
2
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iterkeys(), key=lambda k: stats[k])

函数key只返回用于排名的值，max()立即返回所需元素。

相关讨论

1
key, value = max(stats.iteritems(), key=lambda x:x[1])

如果你不在乎价值(我会很惊讶，但是)，你可以：

1
key, _ = max(stats.iteritems(), key=lambda x:x[1])

比起表达式末尾的[0]下标，我更喜欢元组解包。我从来都不太喜欢lambda表达式的可读性，但发现它比operator.itemgetter(1)imho更好。

相关讨论

考虑到不止一个条目，我有最大值。我将列出以max值作为其值的键。

1
2
3
>>> stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}
>>> [key for m in [max(stats.values())] for key,val in stats.iteritems() if val == m]
['b', 'd']

这将给你"B"和任何其他max键。

注：对于python 3，使用stats.items()而不是stats.iteritems()

相关讨论

例子：

1
stats = {'a':1000, 'b':3000, 'c': 100}

如果您想用它的键找到最大值，那么下面的操作可能很简单，没有任何相关的函数。

1
max(stats, key=stats.get)

输出是具有最大值的键。

相关讨论

要获取字典EDOCX1的最大键/值(0)：

1
stats = {'a':1000, 'b':3000, 'c': 100}
  • 基于密钥

>>> max(stats.items(), key = lambda x: x[0])
('c', 100)

  • 基于价值

>>> max(stats.items(), key = lambda x: x[1])
('b', 3000)

当然，如果只想从结果中获取键或值，可以使用元组索引。例如，要获取与最大值对应的键：

>>> max(stats.items(), key = lambda x: x[1])[0]
'b'

解释

python 3中的dictionary方法items()返回dictionary的视图对象。当这个视图对象被max函数迭代时，它将字典项作为(key, value)形式的元组生成。

>>> list(stats.items())
[('c', 100), ('b', 3000), ('a', 1000)]

当使用lambda表达式lambda x: x[1]时，在每次迭代中，x是这些元组之一(key, value)。因此，通过选择正确的索引，可以选择是按键还是按值进行比较。

Python 2

对于python 2.2+版本，相同的代码也可以工作。但是，最好使用iteritems()字典方法而不是items()来实现性能。

笔记

  • 这个答案是基于对攀岩的评论，就像Spyder的答案。

  • 使用的代码在python 3.5.2和python 2.7.10上进行了测试。

根据所选答案中的注释迭代解决方案…

在Python 3中：

1
max(stats.keys(), key=(lambda k: stats[k]))

在Python 2中：

1
max(stats.iterkeys(), key=(lambda k: stats[k]))
相关讨论

1
2
3
4
5
6
7
d = {'A': 4,'B':10}

min_v = min(zip(d.values(), d.keys()))
# min_v is (4,'A')

max_v = max(zip(d.values(), d.keys()))
# max_v is (10,'B')

用collections.Counter你可以

1
2
3
4
5
>>> import collections
>>> stats = {'a':1000, 'b':3000, 'c': 100}
>>> stats = collections.Counter(stats)
>>> stats.most_common(1)
[('b', 3000)]

如果合适的话，您可以从一个空的collections.Counter开始并添加到它上面。

1
2
3
4
>>> stats = collections.Counter()
>>> stats['a'] += 1
:
etc.

我到这里来是想看看如何根据mydict.values()的价值返回mydict.keys()。不是只返回一个键，而是返回值的前x个数字。

此解决方案比使用max()函数简单，您可以轻松更改返回的值的数目：

1
2
3
4
stats = {'a':1000, 'b':3000, 'c': 100}

x = sorted(stats, key=(lambda key:stats[key]), reverse=True)
['b', 'a', 'c']

如果您想要一个最高级别的密钥，只需使用索引：

1
2
x[0]
['b']

如果您想要排名前两位的密钥，只需使用列表切片：

1
2
x[:2]
['b', 'a']
相关讨论

谢谢，非常优雅，我不记得Max允许"key"参数。

顺便说一句，要得到正确的答案("b")，必须是：

1
2
3
import operator
stats = {'a':1000, 'b':3000, 'c': 100}
max(stats.iteritems(), key=operator.itemgetter(1))[0]
相关讨论

max((value, key) for key, value in stats.items())[1]

相关讨论

+1到@aric coady最简单的解决方案。还有一种随机选择字典中最大值的键的方法：

1
2
3
4
5
6
stats = {'a':1000, 'b':3000, 'c': 100, 'd':3000}

import random
maxV = max(stats.values())
# Choice is one of the keys with max value
choice = random.choice([key for key, value in stats.items() if value == maxV])
1
2
3
4
5
Counter = 0
for word in stats.keys():
    if stats[word]> counter:
        Counter = stats [word]
print Counter

堆队列是一种通用的解决方案，它允许您提取按值排序的前n个键：

1
2
3
4
5
6
7
8
from heapq import nlargest

stats = {'a':1000, 'b':3000, 'c': 100}

res1 = nlargest(1, stats, key=stats.__getitem__)  # ['b']
res2 = nlargest(2, stats, key=stats.__getitem__)  # ['b', 'a']

res1_val = next(iter(res1))                       # 'b'

注：dict.__getitem__是句法糖dict[]调用的方法。与dict.get相反，如果找不到密钥，它将返回KeyError，而在这里无法找到密钥。

我用一个非常基本的循环测试了公认的答案和@thewolf最快的解决方案，循环速度比两者都快：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
import time
import operator


d = {"a"+str(i): i for i in range(1000000)}

def t1(dct):
    mx = float("-inf")
    key = None
    for k,v in dct.items():
        if v > mx:
            mx = v
            key = k
    return key

def t2(dct):
    v=list(dct.values())
    k=list(dct.keys())
    return k[v.index(max(v))]

def t3(dct):
    return max(dct.items(),key=operator.itemgetter(1))[0]

start = time.time()
for i in range(25):
    m = t1(d)
end = time.time()
print ("Iterating:"+str(end-start))

start = time.time()
for i in range(25):
    m = t2(d)
end = time.time()
print ("List creating:"+str(end-start))

start = time.time()
for i in range(25):
    m = t3(d)
end = time.time()
print ("Accepted answer:"+str(end-start))

结果：

1
2
3
Iterating: 3.8201940059661865
List creating: 6.928712844848633
Accepted answer: 5.464320182800293

怎么样：

1
 max(zip(stats.keys(), stats.values()), key=lambda t : t[1])[0]
相关讨论