我如何像Python GROUP BY一樣基於python dict中的某些鍵組合值

Question

L = [{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':3}]

我想基於id添加數量

因此，對於上面的列表，我希望輸出為：

 [{'id':1,'quantity':4},{'id':2,'quantity':2}]

另一個例子：

L = [{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':2}, {'id':1, 'quantity':3}]

因此，對於上面的列表，我希望輸出為：

 [{'id':1, 'quantity':6}, {'id':2, 'quantity':2}]

Answer 1

在python中， “分組依據”功能可以通過itertools.groupby()函數實現：

import itertools

l = [{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':3}]
result = [ {'id': k, 'quantity': sum(_['quantity'] for _ in g)} 
            for k,g in itertools.groupby(sorted(l, key=lambda x:x['id']), key=lambda x:x['id'])]

print(result)

輸出：

[{'id': 1, 'quantity': 4}, {'id': 2, 'quantity': 2}]

Answer 2

這應該做您想要的：

from collections import defaultdict

def combine(items):
    counts = defaultdict(int)
    for d in items:
        counts[d["id"]] += d["quantity"]

    return [{"id": id, "quantity": q} for id, q in counts.items()]

例子：

>>> combine([{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':3}])
[{'quantity': 4, 'id': 1}, {'quantity': 2, 'id': 2}]

>>> combine([{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':2}, {'id':1, 'quantity':3}])
[{'quantity': 6, 'id': 1}, {'quantity': 2, 'id': 2}]

這與您將要獲得的一樣簡單和高效。

Answer 3

將其轉換為dataframe ，然后返回到dict

import pandas as pd
L = [{'id':1, 'quantity':1}, {'id':2, 'quantity':2}, {'id':1, 'quantity':3}]
output=pd.DataFrame(L).groupby('id')['quantity'].sum().to_dict()

Answer 4

假設輸入定義正確，這里我以一種直觀的方式實現了這一點：

output = {}
keys=[]
for e in L:
    if e['id'] not in keys:
        keys.append(e['id'])
        output[e['id']] = e['quantity']
    else:
        output[e['id']] += e['quantity']

[{'id':key,'identity':values} for key,values in  output.items()]

我實際上在想是否還有其他要求，例如，您需要更高的效率來執行大量數據？ 如果是，則此方法似乎很乏味。