Python 从iterable中的每个元素中删除的单个键的优雅方式

是否可以使用lambdas操作iterable中的每个字典

为了澄清，只想从每个元素中删除

\u id

键

想知道是否有一种优雅的方式来实现这个简单的任务，而不需要像（toolz）、函数或复制dict对象这样的第三方

---

我不寻求的可能解决方案。

传统方式：

cleansed = {k:v for k,v in data.items() if k not in ['_id'] }

def clean(iterable):
    for d in iterable:
        del d['_id']
    return

另一种方式：

cleansed = {k:v for k,v in data.items() if k not in ['_id'] }

def clean(iterable):
    for d in iterable:
        del d['_id']
    return

第三方方式：

cleansed = {k:v for k,v in data.items() if k not in ['_id'] }

def clean(iterable):
    for d in iterable:
        del d['_id']
    return

---

函数式编程的趋势是不改变原始对象，而是返回数据的新修改副本。主要问题是，

del

是一个语句，不能在功能上使用

也许这让你高兴：

[d.pop('_id') for d in my_dicts]

这将修改

my_dicts

中的所有词典，并从中删除

“id”

键。结果列表是

\u id

值的列表，但字典是在原始

my\u dicts

中编辑的

---

我不建议使用这个，因为它不像你的第二个例子那么容易理解。使用函数式编程更改持久性数据一点也不优雅。但是如果您需要…

函数式编程的趋势是不改变原始对象，而是返回数据的新修改副本。主要问题是，

del

是一个语句，不能在功能上使用

也许这让你高兴：

[d.pop('_id') for d in my_dicts]

这将修改

my_dicts

中的所有词典，并从中删除

“id”

键。结果列表是

\u id

值的列表，但字典是在原始

my\u dicts

中编辑的

---

我不建议使用这个，因为它不像你的第二个例子那么容易理解。使用函数式编程更改持久性数据一点也不优雅。但是如果您需要…

请检查这是否符合您的要求：

# Python 2.x
func = lambda iterable, key="_id": type(iterable)([{k: v for k, v in d.iteritems() if k != key} for d in iterable])

# Python 3.x
func = lambda iterable, key="_id": type(iterable)([{k: v for k, v in d.items() if k != key} for d in iterable])

---

检查这是否符合您的要求：

# Python 2.x
func = lambda iterable, key="_id": type(iterable)([{k: v for k, v in d.iteritems() if k != key} for d in iterable])

# Python 3.x
func = lambda iterable, key="_id": type(iterable)([{k: v for k, v in d.items() if k != key} for d in iterable])

---

我有一个疑问，方法1是否不起作用？非常类似于您的第二种方法：定义

del del_id（d）：del[''u id']

，然后使用

map

map（del_id，iterable）

是一种特定的编程风格，其中包括尝试复制而不是删除它们。但您也会说“只想从每个元素中删除_idkey”。是否要修改原始目录？那么#2是python的正常方法。为此调用

filter

是不可取的，因为这取决于它的副作用，而不是filter的返回值。我怀疑，方法1是否不起作用？与第二种方法非常类似：定义

del del_id（d）：del[''u id']

然后使用

map

map（del_id，iterable）

是一种特殊的编程风格，除其他外，它试图复制内容，而不是删除内容。但您也会说“只想从每个元素中删除_idkey”。是否要修改原始目录？那么#2是python的正常方法。不赞成为此调用

filter

，因为这取决于它的副作用，而不是filter的返回值。