嵌套字典的迭代以查找相似的值，然后使用相同的键将其添加到字典列表中

如何解决嵌套字典的迭代以查找相似的值，然后使用相同的键将其添加到字典列表中

CSV文件被放入networkx图形，并迭代为以下格式。 这是我用来遍历字典的代码。

diction = {
  "1234":{
          "name":"XYZ","rollNo":"2","marks":"40"
   },"2122":{
          "name":"XYZ","marks":"60"
   }
}
new_dict = {}
key_list = []
for key,values in diction.items():
    if key not in key_list:

        name = values['name']
        rollNo = values['rollNo']
        for k,v in diction.items():
            if k not in key_list:
                key_list.append(key)
                key_list.append(k)
                if name == v['name'] and rollNo == v['rollNo']:
                    if (k,key) not in key_list:
                        new_dict.setdefault(key,[]).append(v)
                    elif key in key_list:
                        new_dict[key].append(v)
                    elif k in key_list:
                        new_dict[k].append(v)
                else:
                    new_dict.setdefault(key,[]).append(v)

print(new_dict)

输入：

{
  "1234":{ 
          "name":"XYZ","marks":"60"
   }
}

输出：

{
  "1234":[{ 
          "name":"XYZ","marks":"40"
       },{
          "name":"XYZ","marks":"60"
      }]
}

我有5M密钥需要检查。 由于时间复杂度为n ^ n，因此我目前正在for那里花费大量时间。 想要一个优化的解决方案。

解决方法

除了代码的算法结构外，我还发现代码的一个主要问题。在key_list.append(key)和key_list.append(k)两行中，假设key_list保留string值。但是稍后在if (k,key) not in key_list中，您假设key_list保留tuple个值（string对）。因此在我看来，该测试将始终被评估为True。

如果我正确理解了您的问题，那么这可能会解决您的问题（至少会为您的示例产生所需的输出）：

diction = {
  "1234":{
          "name":"XYZ","rollNo":"2","marks":"40"
   },"2122":{
          "name":"XYZ","marks":"60"
   }
}

new_dict = {}
attrib = {}  #  a dictionary mapping (name,rollNo) to diction keys
for key,values in diction.items():
    name = values['name']
    rno = values['rollNo']
    if (name,rno) not in attrib:  #  couple (name,rollNo) unseen so far
        new_dict[key] = [values]
        attrib[(name,rno)] = key  #  record the association(name,rollNo) <-> key
    else:  #  couple (name,rollNo) already seen
        new_dict[attrib[(name,rno)]].append(values)
print(new_dict)