Python：将字典中的列表项分组

Question

我想从字典列表中生成字典，然后按某些键的值将列表项分组，例如：

input_list = [
        {'a':'tata', 'b': 'foo'},
        {'a':'pipo', 'b': 'titi'},
        {'a':'pipo', 'b': 'toto'},
        {'a':'tata', 'b': 'bar'}
]
output_dict = {
        'pipo': [
             {'a': 'pipo', 'b': 'titi'}, 
             {'a': 'pipo', 'b': 'toto'}
         ],
         'tata': [
             {'a': 'tata', 'b': 'foo'},
             {'a': 'tata', 'b': 'bar'}
         ]
}

到目前为止，我已经找到了两种方法。 第一个简单地遍历列表，在字典中为每个键值创建子列表，并将与这些键匹配的元素追加到子列表中：

l = [ 
    {'a':'tata', 'b': 'foo'},
    {'a':'pipo', 'b': 'titi'},
    {'a':'pipo', 'b': 'toto'},
    {'a':'tata', 'b': 'bar'}
    ]

res = {}

for e in l:
    res[e['a']] = res.get(e['a'], []) 
    res[e['a']].append(e)

另一个使用itertools.groupby ：

import itertools
from operator import itemgetter

l = [ 
        {'a':'tata', 'b': 'foo'},
        {'a':'pipo', 'b': 'titi'},
        {'a':'pipo', 'b': 'toto'},
        {'a':'tata', 'b': 'bar'}
]

l = sorted(l, key=itemgetter('a'))
res = dict((k, list(g)) for k, g in itertools.groupby(l, key=itemgetter('a')))

我想知道哪种选择最有效？

有没有更多的pythonic / concise或更好的方法来实现这一目标？

Answer 1

您想通过列表元素的'a'键的值对输入列表进行分组是否正确？ 如果是这样，您的第一种方法是最好的，是一个小的改进，请使用dict.setdefault ：

res = {}
for item in l:
    res.setdefault(item['a'], []).append(item)

Answer 2

一班轮-

>>> import itertools
>>> input_list = [
...         {'a':'tata', 'b': 'foo'},
...         {'a':'pipo', 'b': 'titi'},
...         {'a':'pipo', 'b': 'toto'},
...         {'a':'tata', 'b': 'bar'}
... ]
>>> {k:[v for v in input_list if v['a'] == k] for k, val in itertools.groupby(input_list,lambda x: x['a'])}
{'tata': [{'a': 'tata', 'b': 'foo'}, {'a': 'tata', 'b': 'bar'}], 'pipo': [{'a': 'pipo', 'b': 'titi'}, {'a': 'pipo', 'b': 'toto'}]}

Answer 3

如果有效你的意思是“时间效率”，也可以使用来衡量它timeit内置模块。

例如：

import timeit
import itertools
from operator import itemgetter

input = [{'a': 'tata', 'b': 'foo'},
         {'a': 'pipo', 'b': 'titi'},
         {'a': 'pipo', 'b': 'toto'},
         {'a': 'tata', 'b': 'bar'}]

def solution1():
    res = {}
    for e in input:
        res[e['a']] = res.get(e['a'], [])
        res[e['a']].append(e)
    return res

def solution2():
    l = sorted(input, key=itemgetter('a'))
    res = dict(
        (k, list(g)) for k, g in itertools.groupby(l, key=itemgetter('a'))
    )
    return res

t = timeit.Timer(solution1)
print(t.timeit(10000))
# 0.0122511386871

t = timeit.Timer(solution2)
print(t.timeit(10000))
# 0.0366218090057

请参考timeit官方文档以获取更多信息。

Answer 4

最好的方法是您提到的第一个方法，您甚至可以通过使用以上bernhard提到的setdefault使其更优雅。 这种方法的复杂度为O（n），因为我们只需对输入进行一次迭代，然后对每一项进行查找，就可以对正在构建的输出字典进行查找，以找到要附加到其上的适当列表，这需要花费固定时间（lookup +附加）。 因此总体复杂度为O（n），这是最优的。

使用itertools.groupby时，必须预先对输入进行排序（为O（n log n））。