如何使用 defaultdict 对 Python 列表进行分组

简介

在本教程中，我们将探讨如何使用 Python 的内置 defaultdict 对列表中的元素进行分组。在本指南结束时，你将了解如何利用这个强大的数据结构来解决常见的编程挑战，并在你的 Python 项目中开启新的可能性。

Skills Graph

理解defaultdict

什么是defaultdict？

defaultdict 是Python内置 dict 类的一个子类。它提供了一种处理字典中缺失键的方法，而不会引发 KeyError。相反，当访问一个缺失的键时，defaultdict 会自动为该键创建一个带有默认值的新条目。

为什么要使用defaultdict？

使用 defaultdict 的主要优点是它简化了处理字典中缺失键所需的代码。如果没有 defaultdict，你需要在访问键之前检查它是否存在，或者使用 get() 方法来提供默认值。有了 defaultdict，这些样板代码就被省去了，使你的代码更简洁、易读。

如何使用defaultdict？

要使用 defaultdict，你需要在创建 defaultdict 对象时指定一个默认工厂函数。每当访问一个新键时，这个函数就会被调用，其返回值将被用作该键的初始值。

下面是一个例子：

from collections import defaultdict

## 创建一个默认工厂函数返回0的defaultdict
d = defaultdict(int)

## 向字典中添加一些值
d['apple'] += 1
d['banana'] += 2
d['cherry'] += 3

## 访问一个缺失的键
print(d['orange'])  ## 输出：0

在这个例子中，默认工厂函数是 int，它为新键返回 0。你可以使用任何可调用对象作为默认工厂，比如列表、集合或自定义函数。

defaultdict的优点

1. 简化代码：defaultdict 省去了处理缺失键的样板代码，使你的代码更简洁、易读。
2. 自动初始化：当访问一个新键时，defaultdict 会自动用默认值创建一个新条目，而不会引发 KeyError。
3. 灵活的默认值：你可以使用任何可调用对象作为默认工厂，从而创建具有不同默认值的字典，比如列表、集合或自定义对象。

defaultdict的局限性

1. 潜在的性能影响：使用默认工厂函数可能会有轻微的性能影响，因为每次访问新键时都需要调用该函数。
2. 潜在的数据完整性问题：如果默认工厂函数返回一个可变对象（如列表或集合），对该对象的更改将影响同一键的所有实例，这可能不是预期的行为。

总的来说，defaultdict 是Python中处理字典的一个强大而方便的工具，特别是当你需要以简洁高效的方式处理缺失键时。

对Python列表进行分组

理解问题

想象一下你有一个项目列表，并且你想根据某个标准对它们进行分组。例如，你有一个产品列表，并且你想按类别对它们进行分组。这是数据分析和处理中的一个常见任务，而 defaultdict 可以是解决这个问题的一个强大工具。

使用defaultdict对列表进行分组

下面是一个如何使用 defaultdict 对Python列表进行分组的示例：

from collections import defaultdict

## 产品示例列表
products = [
    {'name': '产品A', 'category': '电子产品'},
    {'name': '产品B', 'category': '电子产品'},
    {'name': '产品C', 'category': '服装'},
    {'name': '产品D', 'category': '服装'},
    {'name': '产品E', 'category': '电子产品'},
]

## 使用defaultdict按类别对产品进行分组
grouped_products = defaultdict(list)
for product in products:
    category = product['category']
    grouped_products[category].append(product)

## 打印分组后的产品
for category, products in grouped_products.items():
    print(f"类别：{category}")
    for product in products:
        print(f"- {product['name']}")
    print()

在这个示例中，我们创建了一个默认工厂函数为 list 的 defaultdict。这使我们能够在 products 列表中遇到每个新类别时自动创建一个新的空列表。

然后我们遍历 products 列表，对于每个产品，我们将 category 用作 grouped_products 字典中的键。然后将产品追加到与该键关联的列表中。

最后，我们遍历 grouped_products 字典并打印出每个类别的类别和产品列表。

使用defaultdict的优点

1. 自动初始化：当遇到新类别时，defaultdict 会自动创建一个带有空列表的新条目，无需手动初始化或错误处理。
2. 代码简洁：与使用常规字典并检查键的存在相比，对列表进行分组的代码要简洁得多且更易读。
3. 灵活分组：你可以使用任何可调用对象作为默认工厂函数，从而允许你以不同方式对列表进行分组（例如，使用集合而不是列表）。

潜在的局限性

1. 性能影响：使用默认工厂函数可能会有轻微的性能影响，因为每次访问新键时都需要调用该函数。
2. 潜在的数据完整性问题：如果默认工厂函数返回一个可变对象（如列表），对该对象的更改将影响同一键的所有实例，这可能不是预期的行为。

总的来说，defaultdict 是Python中对列表进行分组的一个强大工具，它可以帮助你编写更简洁高效的代码。

defaultdict的实际应用

统计出现次数

defaultdict 的一个常见用例是统计列表或序列中项目的出现次数。以下是一个示例：

from collections import defaultdict

## 单词示例列表
words = ['apple', 'banana', 'cherry', 'apple', 'banana', 'date']

## 使用defaultdict统计每个单词的出现次数
word_counts = defaultdict(int)
for word in words:
    word_counts[word] += 1

## 打印单词计数
for word, count in word_counts.items():
    print(f"{word}: {count}")

这将输出：

apple: 2
banana: 2
cherry: 1
date: 1

按键对数据进行分组

defaultdict 的另一个常见用例是按键对数据进行分组。这在各种场景中都很有用，例如按类别对产品进行分组、按时间戳对日志条目进行分组或按班级对学生进行分组。

以下是一个按每个元组的第一个元素对元组列表进行分组的示例：

from collections import defaultdict

## 元组示例列表
data = [
    (1, 'A'), (2, 'B'), (1, 'C'), (3, 'D'), (2, 'E'), (1, 'F')
]

## 按每个元组的第一个元素对数据进行分组
grouped_data = defaultdict(list)
for key, value in data:
    grouped_data[key].append(value)

## 打印分组后的数据
for key, values in grouped_data.items():
    print(f"键: {key}, 值: {', '.join(values)}")

这将输出：

键: 1, 值: A, C, F
键: 2, 值: B, E
键: 3, 值: D

处理缺失键

当你需要处理字典中的缺失键时，defaultdict 特别有用。当访问缺失键时，defaultdict 不会引发 KeyError，而是会自动使用默认值创建一个新条目。

以下是一个在字典中使用 defaultdict 处理缺失键的示例：

from collections import defaultdict

## 创建一个默认工厂函数返回空列表的defaultdict
d = defaultdict(list)

## 向字典中添加一些值
d['apple'].append(1)
d['banana'].append(2)
d['cherry'].append(3)

## 访问一个缺失键
print(d['orange'])  ## 输出: []

在这个示例中，当我们访问缺失键 'orange' 时，defaultdict 会自动创建一个新条目，默认值为空列表。

LabEx展示

领先的Python编程解决方案提供商LabEx发现 defaultdict 在其许多项目中都是一个强大的工具。LabEx团队经常利用 defaultdict 来简化数据处理、提高代码可读性并增强整体效率。

一个显著使用了 defaultdict 的LabEx项目是为一个大型电子商务平台构建的数据分析管道。团队使用 defaultdict 按类别对产品数据进行分组，从而为客户实现更快、更准确的报告。

LabEx的另一个用例涉及解析日志文件，其中使用 defaultdict 按时间戳有效地聚合日志条目，为客户的运营团队提供更好的洞察和故障排除能力。

LabEx团队继续倡导使用 defaultdict 和其他强大的Python工具，因为他们相信这些功能可以显著提高客户数据驱动计划的生产力和有效性。

总结

Python的 defaultdict 是一种多功能的数据结构，它简化了对列表中的元素进行分组的过程。通过理解其功能和实际应用，你可以简化代码、提高性能，并在你的Python项目中开启新的可能性。无论你是初学者还是有经验的程序员，本教程都将为你提供有效利用 defaultdict 进行列表分组及其他操作所需的知识。