
在python中,当我们直接对一个字典进行迭代时,默认情况下,迭代器会遍历字典的所有键(keys)。这通常是新手开发者容易混淆的地方,因为他们可能期望同时获取键和对应的值。
考虑以下字典 Taqueria:
Taqueria = {
"Baja Taco": 4.25,
"Burrito": 7.50,
"Bowl": 8.50,
"Nachos": 11.00,
"Quesadilla": 8.50,
"Super Burrito": 8.50,
"Super Quesadilla": 9.50,
"Taco": 3.00,
"Tortilla Salad": 8.00
}
lst = []
for i in Taqueria:
lst.append(i)
print(lst)执行上述代码,输出结果将是一个只包含字典键的列表:
['Baja Taco', 'Burrito', 'Bowl', 'Nachos', 'Quesadilla', 'Super Burrito', 'Super Quesadilla', 'Taco', 'Tortilla Salad']
这与期望得到 [{"Baja Taco": 4.25}, {"Burrito": 7.50}, ...] 这样的键值对列表大相径庭。理解这一点是正确处理字典迭代的关键。
要同时获取字典的键和值,并以此构建一个包含独立字典元素的列表,我们需要使用字典的 items() 方法。items() 方法返回一个视图对象,其中包含字典中所有的键值对,每个键值对都表示为一个元组 (key, value)。
立即学习“Python免费学习笔记(深入)”;
我们可以通过循环遍历 Taqueria.items() 并构造新的字典来达到目标:
Taqueria = {
"Baja Taco": 4.25,
"Burrito": 7.50,
"Bowl": 8.50,
"Nachos": 11.00,
"Quesadilla": 8.50,
"Super Burrito": 8.50,
"Super Quesadilla": 9.50,
"Taco": 3.00,
"Tortilla Salad": 8.00
}
# 使用循环和字典构造
lst_manual = []
for key, value in Taqueria.items():
lst_manual.append({key: value})
print("手动循环构建:", lst_manual)
# 更简洁的列表推导式
lst_comprehension = [{key: value} for key, value in Taqueria.items()]
print("列表推导式构建:", lst_comprehension)两种方法都会生成预期的结果:
[{'Baja Taco': 4.25}, {'Burrito': 7.50}, {'Bowl': 8.50}, {'Nachos': 11.00}, {'Quesadilla': 8.50}, {'Super Burrito': 8.50}, {'Super Quesadilla': 9.50}, {'Taco': 3.00}, {'Tortilla Salad': 8.00}]推荐使用列表推导式,因为它代码更简洁、可读性更强,且通常在性能上也有优势。
在处理结构化数据时,例如CSV文件,Python的 csv 模块提供了 DictReader 类,它能够将CSV文件的每一行读取为一个字典,其中列标题作为键,行数据作为值。这种情况下,DictReader 已经直接返回了字典序列,无需手动从键值对构建字典。
考虑以下使用 csv.DictReader 的示例:
import csv
import io
import requests
# 模拟从URL获取CSV内容
csv_url = "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
download = requests.get(csv_url)
decoded_content = download.content.decode("utf-8")
# 使用io.StringIO模拟文件对象,以便csv.DictReader处理字符串内容
file_like_object = io.StringIO(decoded_content)
reader = csv.DictReader(file_like_object)
book = []
for row_dict in reader: # 这里的row_dict已经是字典了
book.append(row_dict)
print(book)对于一个包含 state 和 fips 列的CSV文件,上述代码的输出将是:
[{'state': 'Washington', 'fips': '53'}, {'state': 'Illinois', 'fips': '17'}, {'state': 'California', 'fips': '6'}]可以看到,csv.DictReader 已经直接生成了一个包含字典的列表,每个字典代表CSV文件的一行。这与前面手动从 Taqueria 字典中提取键值对并构造字典的情况有所不同。
进一步转换 csv.DictReader 的输出
如果你的目标是将 csv.DictReader 生成的每个字典(例如 {'state': 'Washington', 'fips': '53'})进一步转换为一个只包含特定键值对的新字典(例如 {'Washington': '53'}),则需要再次进行转换。
import csv
import io
import requests
csv_url = "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
download = requests.get(csv_url)
decoded_content = download.content.decode("utf-8")
file_like_object = io.StringIO(decoded_content)
reader = csv.DictReader(file_like_object)
# 将csv.DictReader的输出转换为特定格式的字典列表
transformed_book = [{row['state']: row['fips']} for row in reader]
print(transformed_book)这将产生以下结果:
[{'Washington': '53'}, {'Illinois': '17'}, {'California': '6'}]这里,我们通过列表推导式遍历 reader(它产生的是字典),然后从每个 row 字典中提取 state 作为新字典的键,fips 作为新字典的值。
正确理解Python字典的迭代机制是高效数据处理的基础。通过 dict.items() 方法结合列表推导式,我们可以轻松地将字典转换为包含键值对的列表。同时,对于 csv.DictReader 等工具,其设计初衷就是为了方便地将结构化数据解析为字典序列,因此在使用时应充分利用其特性,并在必要时进行进一步的定制化转换。掌握这些技巧,将使你在处理Python中的数据结构时更加游刃有余。
以上就是Python字典迭代与列表转换:从键到键值对的精确控制的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号