dict的Python列表_Python_List_Dictionary

dict的Python列表

python list dictionary

dict的Python列表,python,list,dictionary,Python,List,Dictionary,我有这本字典的目录 dictList = [ {'value': 'me'}, {'value': 'you'}, {'value': 'him'}, {'value': 'her'}, {'value': 'them'}, {'value': 'they'} ] 我知道如何得到这样的键的值 print(item for item in dictlist if item["value"] == "me").next() 打印出来的 {'value': 'me'} 但是，我只

我有这本字典的目录

dictList = [
    {'value': 'me'}, {'value': 'you'}, {'value': 'him'},
    {'value': 'her'}, {'value': 'them'}, {'value': 'they'}
]

我知道如何得到这样的键的值

print(item for item in dictlist if item["value"] == "me").next()

打印出来的

{'value': 'me'}

但是，我只想打印“我”、“你”等，而不是“值”。所以结果看起来像

{'me', 'you', 'him', 'her','them', 'they'}

谢谢

您可以使用列表理解提取要查找的值，如果不需要保留，也可以将其用作生成器表达式

[d['value'] for d in dictList if 'value' in d]

只有当dict中存在键

'value'

时，才会执行

d['value']

查找

如果你知道所有的dict都有这个键，你可以删除过滤器

[d['value'] for d in dictList]

您可以使用列表理解提取要查找的值，如果不需要保留它，也可以将其用作生成器表达式

[d['value'] for d in dictList if 'value' in d]

只有当dict中存在键

'value'

时，才会执行

d['value']

查找

如果你知道所有的dict都有这个键，你可以删除过滤器

[d['value'] for d in dictList]

另一种方法是从列表中的所有词典中收集

值（）。这会奏效的
无论使用什么键（使用“值”）
另一种方法是从列表中的所有词典中收集值（）。这会奏效的
无论使用什么键（使用“值”）
使用reduce
如果您喜欢非常不可读的方法，这里有一个：
>>> reduce(list.__add__, map(dict.values, dictList))
>>> ['me', 'you', 'him', 'her', 'them', 'they']

解释：
dict.values：这是一种方法，通常应用于
方法：{“key”：12，“sleutel”：44}.values（）并仅返回dict中所有键的值，
因此[12,44]

通过dict.values
我们明确地引用了该方法，并调用map将其应用于
您的口述列表

从map（dict.values，dictList）
你可以得到[['me']、['you']、['him']、['her']、['them']、['them']、['them']

然后将一个子列表添加到另一个子列表

要在列表中执行此操作，请使用reduce
，它以以下方式执行操作：
>>> res = ['me'] + ['you']
>>> res = res + ['him']
>>> res = res + ['her']
>>> res = res + ['them']
>>> res = res + ['they']

最后你得到了你想要的
使用sum
通过提供[]
的初始值，可以缩短解决方案的时间：
>>> sum(map(dict.values, dictList), [])
>>> ['me', 'you', 'him', 'her', 'them', 'they']

使用reduce
如果您喜欢非常不可读的方法，这里有一个：
>>> reduce(list.__add__, map(dict.values, dictList))
>>> ['me', 'you', 'him', 'her', 'them', 'they']

解释：
dict.values：这是一种方法，通常应用于
方法：{“key”：12，“sleutel”：44}.values（）并仅返回dict中所有键的值，
因此[12,44]

通过dict.values
我们明确地引用了该方法，并调用map将其应用于
您的口述列表

从map（dict.values，dictList）
你可以得到[['me']、['you']、['him']、['her']、['them']、['them']、['them']

然后将一个子列表添加到另一个子列表

要在列表中执行此操作，请使用reduce
，它以以下方式执行操作：
>>> res = ['me'] + ['you']
>>> res = res + ['him']
>>> res = res + ['her']
>>> res = res + ['them']
>>> res = res + ['they']

最后你得到了你想要的
使用sum
通过提供[]
的初始值，可以缩短解决方案的时间：
>>> sum(map(dict.values, dictList), [])
>>> ['me', 'you', 'him', 'her', 'them', 'they']

另一个dicts问题列表！尝试使用pandas包简单地将键引用为列标题，并使用相同的键对值进行分组：
import pandas as pd

dictList = [
{'value': 'me'}, {'value': 'you'}, {'value': 'him'},
{'value': 'her'}, {'value': 'them'}, {'value': 'they'}
]

df = pd.DataFrame(dictList)
dictList_values = df['value'].tolist()

添加了一些基准测试，使用pandas在大型集合上表现出色。在这里，我创建了一个包含200k条目的集合，作为“大型”案例。小案例是给定的6个条目：
setup_large = "dictList = [];\
[dictList.extend(({'value': 'me'}, {'value': 'you'}, {'value': 'him'},\
    {'value': 'her'}, {'value': 'them'}, {'value': 'they'})) for _ in range(25000)];\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(dictList);"

setup_small = "dictList = [];\
dictList.extend(({'value': 'me'}, {'value': 'you'}, {'value': 'him'},\
    {'value': 'her'}, {'value': 'them'}, {'value': 'they'}));\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(dictList);"

method1 = "[d['value'] for d in dictList if 'value' in d]"
method2 = "df['value'].tolist()"

import timeit
t = timeit.Timer(method1, setup_small)
print('Small Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_small)
print('Small Method Pandas: ' + str(t.timeit(100)))

t = timeit.Timer(method1, setup_large)
print('Large Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_large)
print('Large Method Pandas: ' + str(t.timeit(100)))

#Small Method LC: 0.000217914581299
#Small Method Pandas: 0.00168395042419
#Large Method LC: 3.89074897766
#Large Method Pandas: 0.189871072769

另一个dicts问题列表！尝试使用pandas包简单地将键引用为列标题，并使用相同的键对值进行分组：
import pandas as pd

dictList = [
{'value': 'me'}, {'value': 'you'}, {'value': 'him'},
{'value': 'her'}, {'value': 'them'}, {'value': 'they'}
]

df = pd.DataFrame(dictList)
dictList_values = df['value'].tolist()

添加了一些基准测试，使用pandas在大型集合上表现出色。在这里，我创建了一个包含200k条目的集合，作为“大型”案例。小案例是给定的6个条目：
setup_large = "dictList = [];\
[dictList.extend(({'value': 'me'}, {'value': 'you'}, {'value': 'him'},\
    {'value': 'her'}, {'value': 'them'}, {'value': 'they'})) for _ in range(25000)];\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(dictList);"

setup_small = "dictList = [];\
dictList.extend(({'value': 'me'}, {'value': 'you'}, {'value': 'him'},\
    {'value': 'her'}, {'value': 'them'}, {'value': 'they'}));\
from operator import itemgetter;import pandas as pd;\
df = pd.DataFrame(dictList);"

method1 = "[d['value'] for d in dictList if 'value' in d]"
method2 = "df['value'].tolist()"

import timeit
t = timeit.Timer(method1, setup_small)
print('Small Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_small)
print('Small Method Pandas: ' + str(t.timeit(100)))

t = timeit.Timer(method1, setup_large)
print('Large Method LC: ' + str(t.timeit(100)))
t = timeit.Timer(method2, setup_large)
print('Large Method Pandas: ' + str(t.timeit(100)))

#Small Method LC: 0.000217914581299
#Small Method Pandas: 0.00168395042419
#Large Method LC: 3.89074897766
#Large Method Pandas: 0.189871072769

你确定这就是你想要的数据结构吗？你想要的结果是一个集合
，因此原始顺序将丢失。你确定这就是你想要的数据结构吗？你想要的结果是一个集合
，因此原始顺序将丢失