来自两个列表的 Python 字典

Question

我有两个列表，一个是值列表，另一个是日期列表。

我想创建一个以值和日期为键的字典。但是许多值具有相同的“键”（日期）。在制作字典之前，我需要将具有相同日期（相同键）的值添加在一起。

两个列表具有相同数量的元素，但日期列表的某些值重复（因为每个日期都有多个值）。

根据键（日期）对值进行分组（将它们加在一起）的最佳方法是什么？

列表示例

dates = [datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 3, 1, 0, 0),datetime(2014, 3, 1, 0, 0)]

values = [2,7,4,8,4]

I want my dictionary to look like this:
dict = [datetime(2014, 2, 1, 0, 0):13,datetime(2014, 3, 1, 0, 0):8,datetime(2014, 3, 1, 0, 0):4]

Answer 1

如果您有重复的日期并且想要对重复键的值进行分组，请使用defaultdict：

from collections import defaultdict
d = defaultdict(int)
for dte, val in zip(dates, values):
    d[dte] += val

输出：

defaultdict(<class 'int'>, {datetime.datetime(2014, 2, 1, 0, 0): 13, datetime.datetime(2014, 3, 1, 0, 0): 12})

或者使用普通的字典和dict.setdefault:

d = {}
for dte, val in zip(dates,values):
    d.setdefault(dte,0)
    d[dte] += val

最后你可以使用默认值为 0 的 dict.get：

d = {}
for dte, val in zip(dates,values):
    d[dte] = d.get(dte, 0) + val

defaultdict 将是最快的方法，因为它正是为此目的而设计的。

Answer 2

假设这是您的输入，

>>> dates = ['2015-01-01', '2015-01-01', '2015-01-02', '2015-01-03']
>>> values = [10, 15, 10, 10]

组合值，

>>> data = zip(dates, values)
[('2015-01-01', 10), ('2015-01-01', 15), ('2015-01-02', 10), ('2015-01-03', 10)]

聚合相同日期的值，

>>> import itertools
>>> new_data = []
>>> for key, group in itertools.groupby(data, lambda x: x[0]):
        tmp = [key, 0]    #: '0' is the default value
        for thing in group:
            tmp[1] += thing[1]
    new_data.append(tmp)

打印new_data，

>>> new_data
[['2015-01-01', 25], ['2015-01-02', 10], ['2015-01-03', 10]]

现在构建最终字典，

>>> dict(new_data)
{'2015-01-03': 10, '2015-01-02': 10, '2015-01-01': 25}

Answer 3

itertools 和 defaultdict 对此完全没有必要。我认为这更简单，更容易阅读。

dates = [datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 3, 1, 0, 0),datetime(2014, 3, 1, 0, 0)]
values = [2,7,4,8,4]

combined = {}
for (date,value) in zip(dates,values):
  if date in combined:
    combined[date] += value
  else:
    combined[date] = value

---

性能分析

我并不是说defaultdict 是一个糟糕的解决方案，我只是指出它需要更多的隐性知识才能在没有陷阱的情况下使用。

但这并不是最快的解决方案。

from collections import defaultdict
from datetime import datetime
import timeit

dates = [datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 2, 1, 0, 0),datetime(2014, 3, 1, 0, 0),datetime(2014, 3, 1, 0, 0)]
values = [2,7,4,8,4]

def combine_default_dict(dates=dates,values=values):
  d = defaultdict(int)
  for dte, val in zip(dates, values):
      d[dte] += val
  return d

def combine_setdefault(dates=dates,values=values):
  d = {}
  for dte, val in zip(dates,values):
      d.setdefault(dte,0)
      d[dte] += val
  return d

def combine_get(dates=dates,values=values):
  d = {}
  for dte, val in zip(dates,values):
      d[dte] = d.get(dte, 0) + val
  return d

def combine_contains(dates=dates,values=values):
  d = {}
  for (date,value) in zip(dates,values):
    if date in d:
      d[date] += value
    else:
      d[date] = value
  return d

def time_them(number=100000):
  for func_name in [k for k in sorted(globals().keys()) if k.startswith('combine_')]:
    timer = timeit.Timer("{0}()".format(func_name),"from __main__ import {0}".format(func_name))
    time_taken = timer.timeit(number=number)
    print "{0} - {1}".format(time_taken,func_name)

产量：

>>> time_them()
0.388070106506 - combine_contains
0.485766887665 - combine_default_dict
0.415601968765 - combine_get
0.472551822662 - combine_setdefault

我已经在几台不同的机器和 python 版本上进行了尝试。 combine_default_dict 与 combine_setdefault 竞争最慢。 combine_contains 一直是最快的。