将列表字典转换为字典列表的Pythonic方法

Pythonic way of converting dict of lists to list of dicts

我有以下数据结构:

[('dim1', ['All', 'All', 'All']),
 ('dim2', ['100', '100', '100']),
 ('min', [1500, 1200, 1300]),
 ('max', [2500, 2200, 2000]),
 ('kpi', ['Avg prod', 'Avg prod', 'Sales'])]

我想要以下内容:

[{'dim1': 'All', 'dim2': '100', 'min': 1500, 'max': 2500, 'kpi': 'Avg prod'},
{'dim1': 'All', 'dim2': '100', 'min': 1200, 'max': 2200, 'kpi': 'Avg prod'},
{'dim1': 'All', 'dim2': '100', 'min': 1300, 'max': 2000, 'kpi': 'Avg Sales'}]

我想很好地实现这个 pythonic 并尽可能避免嵌套循环。谢谢!

使用zip and list comprehension

>>> lst = [
...     ('dim1', ['All', 'All', 'All']),
...     ('dim2', ['100', '100', '100']),
...     ('min', [1500, 1200, 1300]),
...     ('max', [2500, 2200, 2000]),
...     ('kpi', ['Avg prod', 'Avg prod', 'Sales'])
... ]
>>>
>>> keys, values = zip(*lst)
>>> [dict(zip(keys, vs)) for vs in zip(*values)]
[{'dim1': 'All', 'max': 2500, 'dim2': '100', 'kpi': 'Avg prod', 'min': 1500},
 {'dim1': 'All', 'max': 2200, 'dim2': '100', 'kpi': 'Avg prod', 'min': 1200},
 {'dim1': 'All', 'max': 2000, 'dim2': '100', 'kpi': 'Sales', 'min': 1300}]

一线:

data = [('dim1', ['All', 'All', 'All']),
        ('dim2', ['100', '100', '100']),
        ('min', [1500, 1200, 1300]),
        ('max', [2500, 2200, 2000]),
        ('kpi', ['Avg prod', 'Avg prod', 'Sales'])]

result = (lambda h, l: [dict(zip(h, i)) for i in zip(*l)])(*zip(*data))

*这实际上与我独立得出的 faltru 的答案相同,只是应用程序带有 lambda。

Python初学者:

  1. 因为列表元素中的每第二个项目都有 length 3。使用for loop通过range()方法迭代3次。
  2. 由于输出列表的每个元素类型都是字典。所以定义字典即tmp={}
  3. 因为我们要将每个输入列表元素添加到 tmp 字典中。
  4. 将 tmp 附加到输出列表。
  5. 打印最终输出列表。

代码:

input = [('dim1', ['All', 'All', 'All']),
 ('dim2', ['100', '100', '100']),
 ('min', [1500, 1200, 1300]),
 ('max', [2500, 2200, 2000]),
 ('kpi', ['Avg prod', 'Avg prod', 'Sales'])]

output = []

for i in range(0,3):
    tmp = {}
    for j in input:
        tmp[j[0]] = j[1][i]
    output.append(tmp)

import pprint
pprint.pprint(output)

输出:

vivek@vivek:~/Desktop/Whosebug$ python 11.py 
[{'dim1': 'All', 'dim2': '100', 'kpi': 'Avg prod', 'max': 2500, 'min': 1500},
 {'dim1': 'All', 'dim2': '100', 'kpi': 'Avg prod', 'max': 2200, 'min': 1200},
 {'dim1': 'All', 'dim2': '100', 'kpi': 'Sales', 'max': 2000, 'min': 1300}]