在Python 2.7中，它类似于：

>>> list1, list2 = ['a', 'b', 'c'], [1,2,3]
>>> dict( zip( list1, list2))
{'a': 1, 'c': 3, 'b': 2}

给他们拉链！

试试这个，

def get_dic_from_two_lists(keys, values):
    return { keys[i] : values[i] for i in range(len(keys)) }

假设我们有两个列表国家和首都

country = ['India', 'Pakistan', 'China']
capital = ['New Delhi', 'Islamabad', 'Beijing']

然后从两个列表中创建字典：

print get_dic_from_two_lists(country, capital)

输出是这样的，

{'Pakistan': 'Islamabad', 'China': 'Beijing', 'India': 'New Delhi'}

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。

在Python 2.7中，它类似于：

>>> list1, list2 = ['a', 'b', 'c'], [1,2,3]
>>> dict( zip( list1, list2))
{'a': 1, 'c': 3, 'b': 2}

给他们拉链！

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

用Python创建具有列表理解的词典我喜欢Python列表理解语法。它也可以用来创建字典吗？例如，通过迭代在成对的键和值上：mydict={（k，v）表示（k，v）在blah blah中}

你要找的是“字典理解”这句话——实际上是：

mydict = {k: v for k, v in iterable}

假设blah-blah-blah是两个元组的可迭代的，那么你就太接近了。让我们创建一些类似的“废话”：

blahs = [('blah0', 'blah'), ('blah1', 'blah'), ('blah2', 'blah'), ('blah3', 'blah')]

听写理解语法：

现在这里的语法是映射部分。这是一个dict理解，而不是set理解（这是你的伪代码所近似的）是冒号，如下所示：

mydict = {k: v for k, v in blahs}

我们看到它是有效的，并且应该保持Python 3.7的插入顺序：

>>> mydict
{'blah0': 'blah', 'blah1': 'blah', 'blah2': 'blah', 'blah3': 'blah'}

在Python 2和3.6版本中，顺序无法保证：

>>> mydict
{'blah0': 'blah', 'blah1': 'blah', 'blah3': 'blah', 'blah2': 'blah'}

添加筛选器：

所有的理解都有一个映射组件和一个过滤组件，可以为任意表达式提供这些组件。

因此，您可以在末尾添加过滤器部件：

>>> mydict = {k: v for k, v in blahs if not int(k[-1]) % 2}
>>> mydict
{'blah0': 'blah', 'blah2': 'blah'}

这里我们只是测试最后一个字符是否可以被2整除，以便在映射键和值之前过滤掉数据。