0

0

Python字典迭代与列表转换:创建字典列表的正确姿势

聖光之護

聖光之護

发布时间:2025-10-07 10:49:01

|

311人浏览过

|

来源于php中文网

原创

Python字典迭代与列表转换:创建字典列表的正确姿势

本文旨在解决Python中将字典内容转换为字典列表时的常见误区。我们将探讨直接迭代字典为何只获取键,以及如何利用dict.items()方法正确地获取键值对,并通过列表推导式高效地构建出包含单个键值对的字典列表。同时,文章还将对比分析csv.DictReader等特殊场景下,其默认输出已是字典列表的特性,并指导如何基于此进行进一步的数据转换。

理解Python字典的迭代行为

python中,直接对字典进行迭代(例如使用for item in my_dict:)时,默认情况下迭代器会返回字典的所有键(keys),而不是键值对。这导致开发者在尝试将字典内容转换为包含键值对的列表时,可能会遇到只得到键的列表,而非预期的字典列表。

考虑以下示例,一个名为Taqueria的字典:

Taqueria = {
    "Baja Taco": 4.25,
    "Burrito": 7.50,
    "Bowl": 8.50,
    "Nachos": 11.00,
    "Quesadilla": 8.50,
    "Super Burrito": 8.50,
    "Super Quesadilla": 9.50,
    "Taco": 3.00,
    "Tortilla Salad": 8.00
}

lst = []
for i in Taqueria: # 直接迭代字典,i 将是键
    lst.append(i)

print(lst)

上述代码的输出将是:

['Baja Taco', 'Burrito', 'Bowl', 'Nachos', 'Quesadilla', 'Super Burrito', 'Super Quesadilla', 'Taco', 'Tortilla Salad']

这显然与我们期望的[{"Baja Taco": 4.25}, ...]形式的字典列表不符。

正确构建字典列表:使用 dict.items()

为了在迭代字典时同时获取键和值,我们应该使用字典的.items()方法。dict.items()会返回一个视图对象,该对象包含字典中所有的键值对,每个键值对以元组(key, value)的形式表示。结合列表推导式,我们可以简洁高效地构建出所需的字典列表。

立即学习Python免费学习笔记(深入)”;

以下是修正后的代码示例,它将Taqueria字典转换为一个由单个键值对字典组成的列表:

Taqueria = {
    "Baja Taco": 4.25,
    "Burrito": 7.50,
    "Bowl": 8.50,
    "Nachos": 11.00,
    "Quesadilla": 8.50,
    "Super Burrito": 8.50,
    "Super Quesadilla": 9.50,
    "Taco": 3.00,
    "Tortilla Salad": 8.00
}

# 使用 dict.items() 和列表推导式
lst = [{key: value} for key, value in Taqueria.items()]

print(lst)

运行这段代码,我们将得到预期的输出:

[{'Baja Taco': 4.25}, {'Burrito': 7.50}, {'Bowl': 8.50}, {'Nachos': 11.00}, {'Quesadilla': 8.50}, {'Super Burrito': 8.50}, {'Super Quesadilla': 9.50}, {'Taco': 3.00}, {'Tortilla Salad': 8.00}]

这里的列表推导式[{key: value} for key, value in Taqueria.items()]遍历Taqueria.items()返回的每一个(key, value)元组,并为每个元组创建一个新的单键值对字典{key: value},最终将这些字典收集到一个列表中。

处理 csv.DictReader 的输出

在某些情况下,数据源本身就提供了字典形式的数据,例如使用Python的csv模块中的csv.DictReader。csv.DictReader在读取CSV文件时,会将每一行数据解析为一个字典,其中列标题作为键,对应行的值作为值。因此,迭代csv.DictReader对象时,每次迭代都会返回一个完整的字典。

Digram
Digram

让Figma更好用的AI神器

下载

考虑以下从CSV文件读取数据的例子:

import csv
import requests

# 模拟从URL获取CSV内容
download = requests.get(
    "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
)
decoded_content = download.content.decode("utf-8")
file = decoded_content.splitlines() # 将字符串内容按行分割

reader = csv.DictReader(file)      

book = []

for row in reader: # reader 每次迭代返回一个字典
    book.append(row)

print(book)

假设Book1.csv包含如下数据:

state,fips
Washington,53
Illinois,17
California,6

上述代码的输出将是:

[{'state': 'Washington', 'fips': '53'}, {'state': 'Illinois', 'fips': '17'}, {'state': 'California', 'fips': '6'}]

在这种情况下,book列表已经是一个由字典组成的列表,每个字典代表CSV文件中的一行。如果我们的目标就是获取这样的列表,那么上述代码是完全正确的,不需要额外使用.items()。

然而,如果我们的目标是进一步转换这些字典,例如,只保留每个字典中的特定键值对,并以{state: fips}的形式表示,那么我们可以在迭代reader时进行相应的转换:

import csv
import requests

# 模拟从URL获取CSV内容
download = requests.get(
    "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
)
decoded_content = download.content.decode("utf-8")
file = decoded_content.splitlines()

reader = csv.DictReader(file)      

# 使用列表推导式,从每个行字典中提取特定键值对
book = [{row['state']: row['fips']} for row in reader]

print(book)

这段代码将生成:

[{'Washington': '53'}, {'Illinois': '17'}, {'California': '6'}]

这里,row本身就是一个字典(例如{'state': 'Washington', 'fips': '53'}),我们通过row['state']和row['fips']访问其特定的键,并构建了一个新的字典。

总结与注意事项

  1. 字典直接迭代的默认行为:记住,直接迭代Python字典(for key in my_dict:)只会得到键。
  2. 获取键值对:要同时获取键和值,请使用my_dict.items()。它返回一个包含(key, value)元组的视图。
  3. 列表推导式:列表推导式是构建新列表的强大且简洁的工具,尤其适用于从现有可迭代对象转换数据。
  4. 数据源的输出类型:在处理像csv.DictReader这样的数据源时,要理解其默认输出类型。csv.DictReader已经为每行数据生成了字典,因此无需像处理普通字典那样使用.items()来获取键值对。
  5. 明确需求:在进行数据转换前,清晰地定义最终列表的结构是关键。是需要包含所有原始键值对的字典列表,还是只包含特定键值对的字典列表?根据需求选择合适的迭代和构建方式。

通过掌握这些基本概念和技巧,可以有效地避免在Python中处理字典和列表转换时常见的陷阱,从而编写出更健壮、高效的代码。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
俄罗斯Yandex引擎入口
俄罗斯Yandex引擎入口

2026年俄罗斯Yandex搜索引擎最新入口汇总,涵盖免登录、多语言支持、无广告视频播放及本地化服务等核心功能。阅读专题下面的文章了解更多详细内容。

31

2026.01.28

包子漫画在线官方入口大全
包子漫画在线官方入口大全

本合集汇总了包子漫画2026最新官方在线观看入口,涵盖备用域名、正版无广告链接及多端适配地址,助你畅享12700+高清漫画资源。阅读专题下面的文章了解更多详细内容。

9

2026.01.28

ao3中文版官网地址大全
ao3中文版官网地址大全

AO3最新中文版官网入口合集,汇总2026年主站及国内优化镜像链接,支持简体中文界面、无广告阅读与多设备同步。阅读专题下面的文章了解更多详细内容。

32

2026.01.28

php怎么写接口教程
php怎么写接口教程

本合集涵盖PHP接口开发基础、RESTful API设计、数据交互与安全处理等实用教程,助你快速掌握PHP接口编写技巧。阅读专题下面的文章了解更多详细内容。

1

2026.01.28

php中文乱码如何解决
php中文乱码如何解决

本文整理了php中文乱码如何解决及解决方法,阅读节专题下面的文章了解更多详细内容。

3

2026.01.28

Java 消息队列与异步架构实战
Java 消息队列与异步架构实战

本专题系统讲解 Java 在消息队列与异步系统架构中的核心应用,涵盖消息队列基本原理、Kafka 与 RabbitMQ 的使用场景对比、生产者与消费者模型、消息可靠性与顺序性保障、重复消费与幂等处理,以及在高并发系统中的异步解耦设计。通过实战案例,帮助学习者掌握 使用 Java 构建高吞吐、高可靠异步消息系统的完整思路。

8

2026.01.28

Python 自然语言处理(NLP)基础与实战
Python 自然语言处理(NLP)基础与实战

本专题系统讲解 Python 在自然语言处理(NLP)领域的基础方法与实战应用,涵盖文本预处理(分词、去停用词)、词性标注、命名实体识别、关键词提取、情感分析,以及常用 NLP 库(NLTK、spaCy)的核心用法。通过真实文本案例,帮助学习者掌握 使用 Python 进行文本分析与语言数据处理的完整流程,适用于内容分析、舆情监测与智能文本应用场景。

23

2026.01.27

拼多多赚钱的5种方法 拼多多赚钱的5种方法
拼多多赚钱的5种方法 拼多多赚钱的5种方法

在拼多多上赚钱主要可以通过无货源模式一件代发、精细化运营特色店铺、参与官方高流量活动、利用拼团机制社交裂变,以及成为多多进宝推广员这5种方法实现。核心策略在于通过低成本、高效率的供应链管理与营销,利用平台社交电商红利实现盈利。

122

2026.01.26

edge浏览器怎样设置主页 edge浏览器自定义设置教程
edge浏览器怎样设置主页 edge浏览器自定义设置教程

在Edge浏览器中设置主页,请依次点击右上角“...”图标 > 设置 > 开始、主页和新建标签页。在“Microsoft Edge 启动时”选择“打开以下页面”,点击“添加新页面”并输入网址。若要使用主页按钮,需在“外观”设置中开启“显示主页按钮”并设定网址。

51

2026.01.26

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.3万人学习

Django 教程
Django 教程

共28课时 | 3.6万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.3万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号