如何使用兩個相同的鍵和不同的值從 Python 中的三個不同列表創建字典？

Question

我有三個列表：

包含鍵的列表是：

keys = ['testname', 'output']

包含值的列表是：

value1 = ['pizza', 'dog', 'lion']
value2 = ['12.3', '356', '45.6']

我想要的 output 是：

{
 "Labresult":[
    { 'testname': 'pizza',
       'output': '12.3',
    },
    
    { 'testname': 'dog',
      'output': '356,'
    },
    { 'testname': 'lion',
       'output': '45.6',
    }]
 }

我嘗試了什么：

dict(zip(key, zip(value1,value2)))

Answer 1

好的開始，但您仍然需要對這些值進行循環：

{"Labresult": [dict(zip(keys, pair)) 
               for pair in zip(value1, value2)]}

:：

原則上，您也可以切換到基於 Pandas 的方法，例如，如果value1和value2是 DataFrame 的列。 但是，對於大量數據，問題的限制因素始終是您需要生成嵌套字典這一事實。 將最初建議的方法與潛在的 pandas 方法進行比較，以處理大量數據（無 for 循環），事實證明前者要快得多：

import numpy as np
import pandas as pd
keys = ['testname', 'output']

value1 = list(np.random.choice(['pizza', 'dog', 'lion'], 100_000))
value2 = list(map(str, np.round(np.random.random(100_000) * 1000, 1)))

%timeit {"Labresult": [dict(zip(keys, pair)) for pair in zip(value1, value2)]}
# 56 ms ± 1.8 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

df = pd.DataFrame({"testname": value1, "output": value2})
%timeit {"Labresult": df.apply(dict, axis=1).tolist()}
# 1.1 s ± 50.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

如果您可以選擇更改所需結果的形狀/數據類型（例如，沒有嵌套字典），則可以進行改進。