python - 如何在 python 中处理字典的多个键？

Question

我一直在寻找如果发现重复的键，如何为字典中的单个键添加多个 val。

举个例子:

list_1 = ['4', '6' ,'8', '8']
list_2 = ['a', 'b', 'c', 'd']
new_dict = dict(zip(list_1,list_2))
...output...
{'8': 'd', '4': 'a', '6': 'b'}

预期输出:

{'8': 'c,d', '4': 'a', '6': 'b'}

为了处理上面的两个列表并将它们组合成一个字典，我将面临一定的挑战，即我们不能在字典的“键”中有两个 8，这是默认行为，我理解为什么! !

处理这种情况的一些选项是:

1) 查找'key'是否已经存在于dict中，如果存在，则将新的val附加到'key'

2) 创建一个可变对象来引用每个键，这样你就可以拥有多个重复键 ~~不是我的用例

那么，我怎样才能使用选项#1 获得预期的输出？

Answer 1

默认字典/dict.setdefault

让我们开始吧:

1. 连续迭代项目
2. 追加属于同一键的字符串值
3. 完成后，遍历每个键值对并将所有内容连接在一起以获得最终结果。

from collections import defaultdict

d = defaultdict(list)   
for i, j in zip(list_1, list_2):
    d[i].append(j)

defaultdict 使事情变得简单，并且附加高效。如果您不想使用 defaultdict，请改用 dict.setdefault(但这有点低效):

d = {}
for i, j in zip(list_1, list_2):
    d.setdefault(i, []).append(j)

new_dict = {k : ','.join(v) for k, v in d.items()})
print(new_dict)
{'4': 'a', '6': 'b', '8': 'c,d'}

---

Pandas DataFrame.groupby + agg

如果您想要高容量的性能，请尝试使用 pandas:

import pandas as pd

df = pd.DataFrame({'A' : list_1, 'B' : list_2})
new_dict = df.groupby('A').B.agg(','.join).to_dict()

print(new_dict)
{'4': 'a', '6': 'b', '8': 'c,d'}