Python中一些高效的数据操作

1.列表统计

chars = ["a", "b", "a", "c", "a", "d"]

使用count获取单个字符出现次数

chars.count("a")

使用Counter的most_commom获取 出现次数最多的前几位

from collections import Counter print(Counter(chars).most_common(2)

2.字典键值的集合操作

字典的keys()支持 并集| 交集 & 差集 - 等集合操作

''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' dict_a = {"a": 1, "b": 2, "c": 3 } dict_b = {"a": 1, "c":2, "d": 4}dict_a.keys() & dict_b.keys()

当字典的values都是字符串(无嵌套)时,字典的items()也支持集合操作
断言字典a包含字典b

assertFalse(dict_b.items() - dict_b.items())

3.列表嵌套字典操作

fruits = [{"name": "apple", "price": 4}, {"name": "orange", "price": 5}, {"name": "pear", "price":6} ,{"name": "apple", "price": 5}]

排序

sorted(fruits, key=lambda x: x["price"])

可以使用itemgetter代替lambda表达式

from operator import itemgetter sorted(fruits, itemgetter("price"))

最小

mim(fruits, key=lambda x: x["price"])

最大

max(fruits, key=lambda x: x["price"])

使用堆获取最大/最小的前几个

''' 遇到问题没人解答？小编创建了一个Python学习交流QQ群：531509025 寻找有志同道合的小伙伴，互帮互助,群里还有不错的视频学习教程和PDF电子书！ ''' import heapq heapq.nlargest(2, fruits, key=lambda x: x["price"]) heapq.nsmallest(2, fruits, key=lambda x: x["price"]

分组groupby

from itertools import groupby groups = groupby(fruits, key=lambda x:x["name"])for name, fruits in groups:print(name, len(list(fruits)))

总结

以上是生活随笔为你收集整理的Python中一些高效的数据操作的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。