Python中字典常用操作的示例詳解
更新時間：2022年05月10日 09:50:58 作者：somenzz
字典是Python必用且常用的數據結構，本文主要為大家梳理了一下常用的字典操作：初始化、合并字典、字典轉Pandas等，需要的可以參考一下
前言
字典是Python必用且常用的數據結構，本文梳理常用的字典操作，看這個就夠了，涉及：
- 初始化
- 合并字典
- 字典推導式
- Collections 標準庫
- 字典轉JSON
- 字典轉Pandas
初始化
# 最常用這種
my_object = {
"a": 5,
"b": 6
}
# 如果你不喜歡寫大括號和雙引號：
my_object = dict(a=5, b=6)合并字典
a = { "a": 5, "b": 5 }
b = { "c": 5, "d": 5 }
c = { **a, **b } #最簡單的方式
assert c == { "a": 5, "b": 5, "c": 5, "d": 5 }
# 合并后還要修改，可以這樣：
c = { **a, **b, "a": 10 }
assert c == { "a": 10, "b": 5, "c": 5, "d": 5 }
b["a"] = 10
c = { **a, **b }
assert c == { "a": 10, "b": 5, "c": 5, "d": 5 }字典推導式
# 使用字典推導式來刪除 key
a = dict(a=5, b=6, c=7, d=8)
remove = set(["c", "d"])
a = { k: v for k,v in a.items() if k not in remove }
# a = { "a": 5, "b": 6 }
# 使用字典推導式來保留 key
a = dict(a=5, b=6, c=7, d=8)
keep = remove
a = { k: v for k,v in a.items() if k in keep }
# a = { "c": 7, "d": 8 }
# 使用字典推導式來讓所有的 value 加 1
a = dict(a=5, b=6, c=7, d=8)
a = { k: v+1 for k,v in a.items() }
# a = { "a": 6, "b": 7, "c": 8, "d": 9 }Collections 標準庫
Collections 是 Python 中的一個內置模塊，它有幾個有用的字典子類，可以大大簡化 Python 代碼。我經常使用的其中兩個類，defaultdict 和 Counter。此外，由于它是 dict 的子類，因此它具有標準方法，如 items()、keys()、values() 等。
from collections import Counter
counter = Counter()
#counter 可以統(tǒng)計 list 里面元素的頻率
counter.update(['a','b','a']
#此時 counter = Counter({'a': 2, 'b': 1})
#合并計數
counter.update({ "a": 10000, "b": 1 })
# Counter({'a': 10002, 'b': 2})
counter["b"] += 100
# Counter({'a': 10002, 'b': 102})
print(counter.most_common())
#[('a', 10002), ('b', 102)]
print(counter.most_common(1)[0][0])
# => adefaultdict 也是 dict 的必殺技：
from collections import defaultdict
# 如果字典的 value 是 字典
a = defaultdict(dict)
assert a[5] == {}
a[5]["a"] = 5
assert a[5] == { "a": 5 }
# 如果字典的 value 是列表
a = defaultdict(list)
assert a[5] == []
a[5].append(3)
assert a[5] == [3]
# 字典的 value 的默認值可以是 lambda 表達式
a = defaultdict(lambda: 10)
assert a[5] == 10
assert a[6] + 1 == 11
# 字典里面又是一個字典，不用這個，你要做多少初始化操作？
a = defaultdict(lambda: defaultdict(dict))
assert a[5][5] == {}字典轉 JSON
我們通常說的 JSON 就是指 JSON 字符串，它是一個字符串。Dict 可以轉成 JSON 格式的字符串。
import json
a = dict(a=5, b=6)
# 字典轉 JSON 字符串
json_string = json.dumps(a)
# json_string = '{"a": 5, "b": 6}'
# JSON 字符串轉字典
assert a == json.loads(json_string)
# 字典轉 JSON 字符串保存在文件里
with open("dict.json", "w+") as f:
json.dump(a, f)
# 從 JSON 文件里恢復字典
with open("dict.json", "r") as f:
assert a == json.load(f)字典轉 Pandas
import pandas as pd
# 字典轉 pd.DataFrame
df = pd.DataFrame([
{ "a": 5, "b": 6 },
{ "a": 6, "b": 7 }
])
# df =
# a b
# 0 5 6
# 1 6 7
# DataFrame 轉回字典
a = df.to_dict(orient="records")
# a = [
# { "a": 5, "b": 6 },
# { "a": 6, "b": 7 }
# ]
# 字典轉 pd.Series
srs = pd.Series({ "a": 5, "b": 6 })
# srs =
# a 5
# b 6
# dtype: int64
# pd.Series 轉回字典
a = srs.to_dict()
# a = {'a': 5, 'b': 6}到此這篇關于Python中字典常用操作的示例詳解的文章就介紹到這了,更多相關Python字典內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
Python在Windows和在Linux下調用動態(tài)鏈接庫的教程
這篇文章主要介紹了Python在Windows和在Linux下調用動態(tài)鏈接庫的教程,在進行Python的CS端編程時經常需要用到,需要的朋友可以參考下2015-08-08
工作中通常會遇到大量的數據集需要處理,其中的一項就是將含有某些數據的行刪除掉,下面這篇文章主要給大家介紹了關于如何利用Pandas刪除某列指定值所在的行的相關資料,需要的朋友可以參考下2022-04-04
相信各位同學最近一定被潘周聃刷屏和洗腦了，互聯(lián)網上也出現(xiàn)了這種各樣的模仿者，下面通過本文給大家分享Python分聃之數字雨加入潘周聃運動曲線,需要的朋友可以參考下2022-05-05
本文將詳細探討如何在Python中連接全種類數據庫以及實現(xiàn)相應的CRUD（創(chuàng)建，讀取，更新，刪除）操作，文中的示例代碼講解詳細，需要的可以參考一下2023-07-07
Python讀取英文文件并記錄每個單詞出現(xiàn)次數后降序輸出示例
這篇文章主要介紹了Python讀取英文文件并記錄每個單詞出現(xiàn)次數后降序輸出,涉及Python文件讀取、字符串替換、分割以及字典遍歷、排序等相關操作技巧,需要的朋友可以參考下2018-06-06
這篇文章主要介紹了Python繪畫好看的星空圖，文章內容介紹詳細，具有一定的參考價值，需要的小伙伴可以參考一下2022-03-03
本文主要介紹了pandas df.sample()的使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2022-08-08
當你用 Python 寫代碼時,有時候會看到一些“警告”信息,這些信息不會讓代碼出錯,但會讓輸出看起來很亂,所以本文為大家整理了一些忽略警告的方法,希望對大家有所幫助2024-12-12
這篇文章主要給大家分享的是100 個 Python 小例子，前期已經給大家分過100個小例子的（一）和（二），今天小編繼續(xù)和大家分享（三），希望歲正在學習的你有所幫助2022-01-01
這篇文章主要介紹了Python實現(xiàn)的計算馬氏距離算法,簡單說明了馬氏距離算法原理,并結合實例形式分析了Python實現(xiàn)與使用馬氏距離算法的相關操作技巧,需要的朋友可以參考下2018-04-04