從dict獲取多個值的最佳方法

Question

我有一個像這樣的字典對象列表：

[{'emailAddress': 'user1@example.com', 'country': 'US'},
{'emailAddress': 'user2@example.com', 'country': 'CA'},
{'emailAddress': 'user3@example.com', 'country': 'UK'}]

dict對象列表的長度剛剛超過20萬條記錄。

我想做的就是找到該國家的電子郵件地址列表。 例如，如果我有一個這樣的列表：

['user1@example.com', 'user3@example.com']

我希望它返回：

['US', 'UK']

現在，我可以通過定義如下函數來做到這一點：

def getBaseOUs(emailAddresses):
    countries = []
    for emailAddress in emailAddresses:
        for user in usermap:
            if emailAddresses == user['emailAddress']:
                countries.append(user['country'])
    return countries

但是，想知道人們認為最快/最有效的cpu方式是什么嗎？

謝謝。

Answer 1

如果您想查詢與用戶數量差不多的電子郵件地址，這可能是最好的選擇

database = [{'emailAddress': 'user1@example.com', 'country': 'US'},
{'emailAddress': 'user2@example.com', 'country': 'CA'},
{'emailAddress': 'user3@example.com', 'country': 'UK'}]

emails = ['user1@example.com', 'user3@example.com']
emailset = set(emails)

countries = [record['country'] for record in database if record['emailAddress'] in emailset]

另一方面，如果您只想查詢一小部分用戶：

def query(database, emails):
    answer = []
    emailset = set(emails)
    for record in database:
        if not emailset: break
        email = record['emailAddress']
        if email not in emailSet: continue
        emailSet.pop(email)
        answer.append(record['country'])

    return answer

當然，最好的整體解決方案是創建一個字典，將電子郵件映射到您當前擁有的字典：

def transform(database):
    answer = {}
    for record in database:
        answer[record]['emailAddress'] = record
    return answer

現在，您可以像這樣查詢它：

def query(database, emails):
    database = transform(database)
    answer = [database[email] for email in emails]
    return answer

Answer 2

與其遍歷每個電子郵件地址的每個用戶，不如通過電子郵件地址查找用戶：

def get_email_lookup(users):
    return {user['emailAddress']: user for user in users}

然后利用它：

def getBaseOUs(emailAddresses):
    by_email = get_email_lookup(usermap)
    return [by_email[email]['country'] for email in emailAddresses]

Answer 3

嘗試這個：

import pandas as pd
df = pd.DataFrame(addresses)
df = df.set_index('emailAddress')
result = df.loc[somelist]['country']
for i in result:
    print(i)
# US
# UK

數據框還應該比字典列表占用更少的空間，並且通過使電子郵件成為索引，每次查找的空間為O（1）。

編輯：DeepSpace提出了一個很好的觀點。 為了減少占用空間，您可以刪除原始字典：

del addresses

盡管可以幫助，但從一開始就使用更緊湊的Pandas數據框，而無需創建dict。

Answer 4

@deepspace指出我不需要字典列表。 一個命令即可：

{'user1@example.com': 'US', 'user2@example.com': 'CA'}

然后，我可以簡單地通過密鑰獲得國家/地區。 大約50萬個項目執行起來非常快。