Python中对字典的几个处理方法分享

字典求和

edge_weights = defaultdict(lambda: defaultdict(float))
for idx,node in enumerate(graph.nodes()):
   node2com[node] = idx    #给每一个节点初始化赋值一个团id
   for edge in graph[node].items():
       edge_weights[node][edge[0]] = edge[1]['weight']

edge_weights

运行结果：

defaultdict(<function __main__.<lambda>()>,
            {'397564': defaultdict(float,
                         {'15.1.18010.11898': 71,
                          '15.1.18010.11899': 54,
                          '15.1.18009.11899': 75,
                          '15.1.18009.11898': 160}),
             '15.1.18010.11898': defaultdict(float,
                         {'397564': 71,
                          '577806': 61,
                          '73827465': 66,
                          '30009791666': 62,
                          '30005407392': 59,
                          '100293225': 102,
                          '30012147301': 65,
                          '138661946': 52}),
             '1085941': defaultdict(float,
                         {'15.1.18007.11870': 120,
                          '15.1.18005.11872': 55,
                          '15.1.18004.11872': 75,
                          '15.1.18006.11870': 83,
                          '15.1.18004.11871': 63})
})

对上述edge_weights所有的值汇入列表并求和：

sum(
   [weight for start in edge_weights.keys() for end, weight in edge_weights[start].items()]
)

列表剔重并计数

方法1：

统计列表中的重复项出现的次数。
循环遍历出一个可迭代对象中的元素,如果字典没有该元素,那么就让该元素作为字典的键,并将该键赋值为1,如果存在就将该元素对应的值加1.

lists = ['a','a','b',5,6,7,5,'a']
count_dict = dict()

for item in lists:
   if item in count_dict:
       count_dict[item] += 1
   else:
       count_dict[item] = 1

方法2：

使用collections.defaultdict()，将default_factory设为int，代码如下：

from collections import defaultdict
#s = 'mississippi'
s = ['a','a','b',5,6,7,5,'a']
d = defaultdict(int)
for k in s:
   d[k] += 1
print('\n',d)

获取字典中最大的value

a = {'a':2,'b':3,'c':5,'d':9,'e':4}
print(max(a.values()))

获取字典中出现value最大的key

a = {'a':2,'b':3,'c':5,'d':9,'e':4}
print(max(a,key=a.get))

运行结果：

d

字典对应元素追加

对于列表：

s = [('yellow',1),('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]

统计列表字典有两种方法：

方法1：

用dict.setdefault()实现。

代码如下：

s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d = {}
for k, v in s:
   d.setdefault(k,[]).append(v)
a = sorted(d.items())
print(a)

运行结果：

[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

方法2;

使用collections.defaultdict()，并使用list作第一个参数，可以很容易将键-值对序列转换为列表字典，

代码如下：

from collections import defaultdict
s = [('yellow',1),('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d = defaultdict(list)
for k, v in s:
   d[k].append(v)
a = sorted(d.items())
print(a)

运行结果：

[('blue', [2, 4]), ('red', [1]), ('yellow', [1, 3])]

当字典中没有的键第一次出现时，default_factory自动为其返回一个空列表，list.append()会将值添加进新列表；再次遇到相同的键时，list.append()将其它值再添加进该列表。这种方法比使用dict.setdefault()更为便捷。

字典对应元素追加并剃重

对于列表：

s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]

统计并剃重：

from collections import defaultdict
s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
d = defaultdict(set)
for k, v in s:
   d[k].add(v)
print('\n',d)

运行结果：

defaultdict(<class 'set'>, {'red': {1, 3}, 'blue': {2, 4}})

对字典进行过滤

创建一个新的字典，可以利用字典推导式

headerTable = {k: v for k, v in headerTable.items() if v > 2}

反转字典的方法（字典的key和value对换）

使用字典推导：

m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
{v: k for k, v in m.items()}

使用压缩器:

m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
m.items()    #[('a', 1), ('c', 3), ('b', 2), ('d', 4)]
zip(m.values(), m.keys())   #[(1, 'a'), (3, 'c'), (2, 'b'), (4, 'd')]
mi = dict(zip(m.values(), m.keys()))

字典的key和value对换并把key按照value进行列表合并

对于字典：

defaultdict(int,
           {'2100201919459568780': 0,
            '2100201927433498080': 1,
            '2100201935997972401': 2,
            '2100201934073343294': 3,
            '2100201938073398590': 3,
            '2100201938426179130': 2,
            '2100201938057211020': 4,
            '2100201938030472762': 3,
            '2100201940356247098': 4,
            '2100201939150253460': 4,
            '2100201935737728404': 4,
            '2100201938984381844': 4,
            '2100201937770425806': 4,
            '2100201937563397283': 4,
            '2100201941426286415': 4,
            '2100201936062819790': 4,
            '2100201936279351185': 4,
            '2100201934074097553': 4,
            '2100201940543713169': 4})

进行处理：

track_merge = defaultdict(list)
for i in track_label.items():
   track_merge[str(i[1])].append(i[0])

输出：

defaultdict(list,
            {'0': ['2100201919459568780'],
             '1': ['2100201927433498080'],
             '2': ['2100201935997972401', '2100201938426179130'],
             '3': ['2100201934073343294',
              '2100201938073398590',
              '2100201938030472762'],
             '4': ['2100201938057211020',
              '2100201940356247098',
              '2100201939150253460',
              '2100201935737728404',
              '2100201938984381844',
              '2100201937770425806',
              '2100201937563397283',
              '2100201941426286415',
              '2100201936062819790',
              '2100201936279351185',
              '2100201934074097553',
              '2100201940543713169']})

合并字典

appointment = { 'soccer' : { 'day': 20, 'month': 'april' } }
appointment2 = { 'gym' : { 'day': 5, 'month': 'may' } }
appointment.update(appointment2)
appointment

输出：

{
    'gym': {'day': 5, 'month': 'may'}, 
    'soccer': {'day': 20, 'month': 'april'}
}

来源：https://blog.csdn.net/yawei_liu1688/article/details/126563474