从嵌入在列表中的字典项中提取信息

Question

假设我有以下字典列表：

t = [{'a': 1.0, 'b': 2.0},
     {'a': 3.0, 'b': 4.0},
     {'a': 5.0, 'b': 6.0},
     {'a': 7.0, 'b': 9.0},
     {'a': 9.0, 'b': 0.0}]

有没有一种有效的方法来提取所有包含字典键值为a的字典中的所有值？

到目前为止，我想出了以下解决方案。

x = []
for j in t:
    x.append(j['a'])

然而，我不喜欢循环每个项目，一直在寻找更好的方法来实现这个目标。

- Eric B

Answer 1

您可以使用列表推导式：

t = [{'a': 1.0, 'b': 2.0},
 {'a': 3.0, 'b': 4.0},
 {'a': 5.0, 'b': 6.0},
 {'a': 7.0, 'b': 9.0},
 {'a': 9.0, 'b': 0.0}]
new_list = [i["a"] for i in t]

输出：

[1.0, 3.0, 5.0, 7.0, 9.0]

由于这个解决方案使用了一个for循环，你可以改用map：

x = list(map(lambda x: x["a"], t))

输出：

[1.0, 3.0, 5.0, 7.0, 9.0]

---

从性能角度考虑，你更倾向于使用列表解析方案而不是映射方案。

>>> timeit('new_list = [i["a"] for i in t]', setup='from __main__ import t', number=10000000)
4.318223718035199

>>> timeit('x = list(map(lambda x: x["a"], t))', setup='from __main__ import t', number=10000000)
16.243124993163093


def temp(p):
    return p['a']

>>> timeit('x = list(map(temp, t))', setup='from __main__ import t, temp', number=10000000)
16.048683850689343

使用lambda表达式和普通函数略有不同，但是推导式的执行时间只需要1/4。

- Ajax1234

---

“map”解决方案非常好，它比推导更可取吗？ - Chen A.

list(map ...) + lambda 不如使用推导式。当你需要在 map 中使用 lambda 时，更好的选择是使用推导式。 - Jean-François Fabre

@Ajax1234 明白了。每次迭代定义一个函数的开销是缺点。您认为如果我们改用常规函数，两者在效率上是否相等？ - Chen A.

@Vinny，使用常规函数（即 def something(): pass）的 map 实际上比列表推导式更快，因为函数 something 已经预先声明。 - Ajax1234

@Ajax1234 我已经测试过了，显然理解解决方案胜出了很多。 - Chen A.

Answer 2

您可以使用itemgetter：

from operator import itemgetter

t = [{'a': 1.0, 'b': 2.0},
     {'a': 3.0, 'b': 4.0},
     {'a': 5.0, 'b': 6.0},
     {'a': 7.0, 'b': 9.0},
     {'a': 9.0, 'b': 0.0}]

print map(itemgetter('a'), t)

结果：

[1.0, 3.0, 5.0, 7.0, 9.0]

- Don

Answer 3

按照Ajax1234'a的建议，使用列表推导式，甚至是生成器表达式，如果这有利于您的用例：

t = [{'a': 1.0, 'b': 2.0}, {'a': 3.0, 'b': 4.0}, {'a': 5.0, 'b': 6.0}, {'a': 7.0, 'b': 9.0}, {'a': 9.0, 'b': 0.0}]
x = (item["a"] for item in t)
print(x)

输出：

<generator object <genexpr> at 0x7f0027def550>

生成器的优点是在需要值之前不执行或消耗内存。使用next()从生成器中获取下一个项目，或使用for循环迭代它。

>>> next(x)
1.0
>>> next(x)
3.0
>>> for n in x:
...     print(n)
5.0
7.0
9.0

---

另一种选择，虽然比较昂贵，但是可以使用 pandas：

import pandas as pd

x = pd.DataFrame(t)['a'].tolist()
print(x)

输出：

[1.0，3.0，5.0，7.0，9.0]

- mhawke