盘点一个Python字典处理的基础题目便是方法多多

作者：Python进阶者

缺少：Python爬虫类与数据库集

一、引言

之前几天在Python最强战将交流为数众多【༺ཉི།།与歌随行ཉྀ༻】问了一个Python修订版的处置关键问题，提问截上图如下：

上头是他的原素数据库。

a = [

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '王伟', 'hs': '重庆市自建内江'}]},

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '主席:王东', 'hs': '常州自建院'}]},

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '王斌', 'hs': '潮州市院'}]}

]

想要达致预估的效果如下上图请注意：

二、发挥作用流程

这里【甯同学们】提供了一个字符串，如下请注意：

之后我自己也给了一个字符串，字符串如下：

a = [

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '王伟', 'hs': '重庆市自建内江'}]},

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '主席:王东', 'hs': '常州自建院'}]},

{'time': '8:30-9:30', 'content': '谢幕会面时', 'speaker': [{'name': '王斌', 'hs': '潮州市院'}]}

]

new_dict = {}

new_lst = []

for item in a:

new_dict.setdefault('speaker', []).append(item['speaker'])

# print(new_dict)

front_dict = {'time': '8:30-9:30', 'content': '谢幕会面时'}

# new_lst.append(a[0][0])

final_dict = {**front_dict, **new_dict}

print(final_dict)

有些冗余，但是也是可以受益预估的效果的。

之后【甯同学们】还使用Pandas幸了一把，如下请注意：

之后【隔壁山楂】针对上面的两个字符串，都做了一次简化，字符串分别如下：

# 这个写就这样

from itertools import groupby

from operator import itemgetter

[dict(zip(('time', 'content', 'speaker'),

(*key, sum([i['speaker'] for i in value], []))))

for key, value in groupby(a, itemgetter('time', 'content'))]

针对Pandas的拼写，字符串如下：

# 这个写就这样

import pandas as pd

pd.DataFrame(a).groupby(['time', 'content']).speaker.sum().reset_index().to_dict(orient='records')

简直太幸了！

三、总结

大家好，我是小狗。这篇文章主要亦同了一个Python修订版处置的关键问题，文中针对该关键问题给出了具体的解析和字符串发挥作用，帮助粉丝顺利解决了关键问题。

治疗新冠特效药
每次喝酒后都拉肚子怎么办
什么药物能够迅速止鼾
手指僵硬是怎么回事
类风湿性关节炎有哪些症状