如何创建一个迭代多个列表的函数答案

【问题标题】：How to create a function which Iterates over multiple lists如何创建一个迭代多个列表的函数
【发布时间】：2021-05-27 08:27:19
【问题描述】：

所以我正在创建一系列列映射，我可以像这样手动执行此操作

#Produces a list of dictionaries
def create_seed_dict(column, dataset):
    seed_col_vals = dataset[column].values.tolist()
    seed_col_keys =[column] * (len(seed_col_vals))
    seed_col_map = list(zip(seed_col_keys, seed_col_vals))
    seed_dict = []
    for k,v in seed_col_map:
        diction = {}
        diction[k] = v 
        seed_dict.append(diction)
    return seed_dict, seed_col_map

#Create dummy dataframe
num = [1, 2, 3] 
color = ['red', 'white', 'black'] 
value = [255, 256, 257] 
dict = {'Number': num, 'Color': color, 'Score': value}  
df = pd.DataFrame(dict) 

Num_seed_Dict,Num_map = create_seed_dict('Number', df)
print(Num_seed_Dict)
-----------------------------
Out[1]: [{'Number': 1}, {'Number': 2}, {'Number': 3}]

该函数生成一个值及其列的映射。太好了，现在我想让它更通用。

目前，如果我需要映射 2 列，例如，我运行以下命令：

num_vals = df['Number'].values.tolist()
num_keys =['Number'] * (len(num_vals))
num_map = list(zip(num_keys, num_vals))
numDict = []
for k,v in num_map:
    diction = {}
    diction[k] = v 
    numDict.append(diction)
    

color_vals = df['Color'].values.tolist()
color_keys =['Color'] * (len(color_vals))
color_map = list(zip(color_keys, color_vals))
colorDict = []
for k,v in num_map:
    diction = {}
    diction[k] = v 
    colorDict.append(diction)

colorNum_Dict = []
for (f,b) in zip(num_map, color_map):
    diction = {}
    diction[f[0]] = f[1] 
    diction[b[0]] = b[1] 
    colorNum_Dict.append(diction)
    
print(colorNum_Dict)
-----------------------------
[{'Number': 1, 'Color': 'red'}, {'Number': 2, 'Color': 'white'}, {'Number': 3, 'Color': 'black'}]

如果我有很多列，也可以，但不理想。我的问题是如何使第一个函数对超过 1 列有效？

我的主要问题是 for (f,b) in zip(num_map, color_map): 行，我不知道如何动态定义 (f,b..) 以匹配我在 zip 中拥有的 _maps 的数量

【问题讨论】：

标签： python python-3.x pandas loops for-loop

【解决方案1】：

将数据框组合在一起后，您可以使用to_dict 方法获得相同的结果：

>>> print(df)
   Number  Color  Score
0       1    red    255
1       2  white    256
2       3  black    257

# Select columns, then call `to_dict`
>>> color_num_records = df[["Number", "Color"]].to_dict("records")
>>> print(color_num_records)
[{'Number': 1, 'Color': 'red'}, {'Number': 2, 'Color': 'white'}, {'Number': 3, 'Color': 'black'}]

【讨论】：

【解决方案2】：

你只需要在一个元组中接受它们。创建任意数量的变量的 Pythonic 方式是使用序列。 zip 已经为您返回了一个列表。

a = [1, 2, 3]
b = [True, False, False]
c = ['x', 'y', 'z']
abc = [a, b, c]

for several in zip(*abc):
    print(several)

输出：

(1, True, 'x')
(2, False, 'y')
(3, False, 'z')

此后，您可以使用 len(several) 作为控制值来处理这些项目。如果您想要使用第一个元素作为键，其余作为值：

diction[several[0]] = lsit(several[1:])

如果您想输入每个元素作为键，其他元素作为值，只需遍历several，使用指示的元素作为键，其他元素作为值。如果您不清楚如何执行此操作，请查看 slice notation，或者如何从序列中删除一个元素。

【讨论】：