Python 如何拆分并转换为字典和交换键值

我有名单

[“德国+A”、“法国+A”、“英国+B”、“德国+A”]

• 我需要转换字典
• 我需要和你分开+
• 转换为字典并交换值
• 如果存在这些值，则无需进行处理

应为字典

{“A”：[“德国”、“法国”]，“B”：[“英国”]}

代码如下，我仅以字典的形式获得输出，需要插入一个条件

，如果值存在，则无需处理

l = ["Germany + A", "France + A",  "England + B", "Germany + A"  ]
m = []
for i in l:
    m.append(i.split('+'))
for k,v in m:
    n ={k:v}
    print({v: k for k, v in n.items()} 

l=[“德国+A”、“法国+A”、“英国+B”、“德国+A”、“尼日利亚”]
m={}
对于l中的s：
尝试：
#如果没有“+”，则会引发ValueError异常
#这里剩下的处理将被跳过
国家，类别=s.split（“+”，2）
country=country.strip（）
category=category.strip（）
foo=m.setdefault（类别，[]）
如果国家不在foo中：
foo.append（国家）
除ValueError为e外：
#在这里，如果抛出ValueError，代码将继续
#“通过”意味着什么也不做
通过
打印（m）

作为旁注-使用有意义的名称，而不是神秘的单字符名称

作为使用

dict.setdefault（）

的替代方法，可以使用默认值为

list

的

collections.defaultdict

，或者如果顺序不重要-

set

编辑：比较使用

dict.setdefault

和

collections.defaultdict（列表）

输出

0.2819225169987476
0.3298255940026138

---

至少对于小样本数据

setdefault

要快一点。

我认为在这里选择可读的解决方案是最好的

循环浏览列表

l

，然后在

“+”

上进行拆分

然后，在第一次遇到国家名称时，将其附加到相应的键

注意使用

collections.defaultdict

将字典初始化为列表的dict

import collections

l = ["Germany + A", "France + A", "England + B", "Germany + A"]

d = collections.defaultdict(list)

for i in l:
    k, v = i.split(' + ')
    if k not in d[v]:
        d[v].append(k)

print(dict(d))

这将提供以下输出：

{'A': ['Germany', 'France'], 'B': ['England']}

如果您想坚持原来的方法，可以再次使用

'+'

进行拆分，并使用列表理解将结果放入列表中：

m = [i.split(' + ') for i in l]

然后，您将像这样循环通过

m

：

for k, v in m:
    if k not in d[v]:
        d[v].append(k)

如果您想要中间

m

列表，这非常有用。

l=[“德国+A”、“法国+A”、“英国+B”、“德国+A”]
m=[]
DICT={}
对于l中的i：
m、 追加（i.split（+'））
对于k，v，m：
如果在DICT中为v：
如果k不在DICT[v]中：
DICT[v].附加（k）
其他：
DICT[v]=[]
DICT[v].附加（k）
打印（DICT）

实现这一点的另一种方法 有一个很棒的Python库，名为，它还可以做一些出色的工作，并为您提供一些灵活性：

#输入
L=[“德国+A”、“法国+A”、“英国+B”、“德国+A”]
#预处理
L=[L中L的L.split（'+'）]
作为pd进口熊猫
df=pd.DataFrame（L，columns=['country'，'type']）#给这些列起一些名字

查看df中的内容：

>>> df
   country type
0  Germany    A
1   France    A
2  England    B
3  Germany    A

结果是：

>>> grouped
{'A': ['Germany', 'France'], 'B': ['England']}

---

就是这样。

这不是一个有效的解决方案，但有多种解决方案

将多个问题组合成一个问题

from itertools import groupby

s=["Germany + A", "France + A",  "England + B", "Germany + A"  ]

m=[i.strip(' ').split('+') for i in s]
[['Germany ', ' A'], ['France ', ' A'], ['England ', ' B'], ['Germany ', ' A']]

#Grouping based on alphabets 'A' , B
new=[list(g) for k, g in groupby(sorted(m,reverse=True), lambda x:x[1])]
[[['Germany ', ' A'], ['Germany ', ' A'], ['France ', ' A']],
[['England ', ' B']]]


#swapping alphabet and Countries position
new=[item[::-1] for sublist in new for item in sublist ]
[[' A', 'Germany '], [' A', 'Germany '], [' A', 'France '], [' B', 'England       ']]


dct = dict((key, tuple(v for (k, v) in pairs)) 
           for (key, pairs) in itertools.groupby(new, lambda pair: pair[0]))
{' A': ('Germany ', 'Germany ', 'France '), ' B': ('England ',)}


{k:list(set(v)) for k,v in dct.items()}

---

@这就回答了这个问题。我不明白为什么要投否决票。@如果你认为这很复杂，我不知道该说什么。这很简单，你能查一下上面的吗scenario@sim编辑完成，请查看新答案。@sim这是Python的“gotcha”。您希望

foo

和

m[category]

是两个不同的列表，对吗？但是

foo

实际上是指向

m[category]

的指针。您应该使用

set

而不是

list

，来启动defaultdict，然后使用

d[v]。添加
而不是
d[v]。追加。如果k尚未出现，则可以删除检查。+1用于使用defaultdict，这是作业的正确工具。我不知道其他答案为什么使用
.setdefault
manually@programmer“应该”在这里是值得怀疑的。目前尚不清楚这是否合适。我确实想过使用
集合
，并且打算这样做，但那将是集合的记录而不是列表的记录，因此我坚持使用列表代替。我想这两种方法都可以（这是一个简单的改变）。是的，除非OP想要用数百万个字符串来实现这一点，否则它不会有任何区别。解释，纯代码回答…你能再检查一个场景吗，l=[“德国+a”，“法国+a”，“英国+B”，“德国+a”，“尼日利亚”]，在这个输出中也是一样的，因为“尼日利亚”后面没有“+”向上投票，你能检查一下上面的场景吗
# Then, drop duplicate records:
df.drop_duplicates(['country', 'type'], inplace=True)

# Group by type, convert to list for each record and dump to a dict in one shot
grouped = df.groupby('type').apply(lambda x: x['country'].tolist()).to_dict()

>>> grouped
{'A': ['Germany', 'France'], 'B': ['England']}

from itertools import groupby

s=["Germany + A", "France + A",  "England + B", "Germany + A"  ]

m=[i.strip(' ').split('+') for i in s]
[['Germany ', ' A'], ['France ', ' A'], ['England ', ' B'], ['Germany ', ' A']]

#Grouping based on alphabets 'A' , B
new=[list(g) for k, g in groupby(sorted(m,reverse=True), lambda x:x[1])]
[[['Germany ', ' A'], ['Germany ', ' A'], ['France ', ' A']],
[['England ', ' B']]]


#swapping alphabet and Countries position
new=[item[::-1] for sublist in new for item in sublist ]
[[' A', 'Germany '], [' A', 'Germany '], [' A', 'France '], [' B', 'England       ']]


dct = dict((key, tuple(v for (k, v) in pairs)) 
           for (key, pairs) in itertools.groupby(new, lambda pair: pair[0]))
{' A': ('Germany ', 'Germany ', 'France '), ' B': ('England ',)}


{k:list(set(v)) for k,v in dct.items()}