我可以使用列表理解语法来创建词典吗?
例如,通过迭代成对的键和值:
d = {... for k, v in zip(keys, values)}
我可以使用列表理解语法来创建词典吗?
例如,通过迭代成对的键和值:
d = {... for k, v in zip(keys, values)}
当前回答
这段代码将使用列表理解为多个列表创建字典,这些列表具有可用于pd.DataFrame()的不同值
#Multiple lists
model=['A', 'B', 'C', 'D']
launched=[1983,1984,1984,1984]
discontinued=[1986, 1985, 1984, 1986]
#Dictionary with list comprehension
keys=['model','launched','discontinued']
vals=[model, launched,discontinued]
data = {key:vals[n] for n, key in enumerate(keys)}
#Convert dict to dataframe
df=pd.DataFrame(data)
display(df)
enumerate将向vals传递n,以使每个键与其列表匹配
其他回答
使用字典理解(Python 2.7及更高版本):
{key: value for (key, value) in iterable}
对于更简单的情况或更早版本的Python,也可以使用dict构造函数,例如:
pairs = [('a', 1), ('b', 2)]
dict(pairs) #=> {'a': 1, 'b': 2}
dict([(k, v+1) for k, v in pairs]) #=> {'a': 2, 'b': 3}
给定单独的键和值数组,使用带有zip的dict构造函数:
keys = ['a', 'b']
values = [1, 2]
dict(zip(keys, values)) #=> {'a': 1, 'b': 2}
2) "zip'ped" from two separate iterables of keys/vals
dict(zip(list_of_keys, list_of_values))
这段代码将使用列表理解为多个列表创建字典,这些列表具有可用于pd.DataFrame()的不同值
#Multiple lists
model=['A', 'B', 'C', 'D']
launched=[1983,1984,1984,1984]
discontinued=[1986, 1985, 1984, 1986]
#Dictionary with list comprehension
keys=['model','launched','discontinued']
vals=[model, launched,discontinued]
data = {key:vals[n] for n, key in enumerate(keys)}
#Convert dict to dataframe
df=pd.DataFrame(data)
display(df)
enumerate将向vals传递n,以使每个键与其列表匹配
在Python 3和Python 2.7+中,字典理解如下所示:
d = {k:v for k, v in iterable}
对于Python 2.6或更早版本,请参见fortran的答案。
您可以为每对创建一个新的dict,并将其与上一个dict合并:
reduce(lambda p, q: {**p, **{q[0]: q[1]}}, bla bla bla, {})
显然,这种方法需要functools的reduce。
这种方法使用for循环对给定日期进行迭代。
Syntax: {key: value for (key, value) in data}
Eg:
# create a list comprehension with country and code:
Country_code = [('China', 86), ('USA', 1),
('Ghana', 233), ('Uk', 44)]
# use iterable method to show results
{key: value for (key, value) in Country_code}