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
Python版本>=2.7,请执行以下操作:
d = {i: True for i in [1,2,3]}
Python版本<2.7(RIP,2010年7月3日-2019年12月31日),请执行以下操作:
d = dict((i,True) for i in [1,2,3])
其他回答
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 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。
再举一个例子。假设您有以下列表:
nums = [4,2,2,1,3]
您希望将其转换为dict,其中键是索引,值是列表中的元素。您可以使用以下代码行执行此操作:
{index:nums[index] for index in range(0,len(nums))}
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