如何使用两个相同的键和不同的值从 Python 中的三个不同列表创建字典？

吉米特·瓦盖拉

我有三个清单：

包含键的列表是：

keys = ['testname', 'output']

包含值的列表是：

value1 = ['pizza', 'dog', 'lion']
value2 = ['12.3', '356', '45.6']

我想要的输出是：

{
 "Labresult":[
    { 'testname': 'pizza',
       'output': '12.3',
    },
    
    { 'testname': 'dog',
      'output': '356,'
    },
    { 'testname': 'lion',
       'output': '45.6',
    }]
 }

我试过的：

dict(zip(key, zip(value1,value2)))

麦克索尼

好的开始，但您仍然需要对值进行循环：

{"Labresult": [dict(zip(keys, pair)) 
               for pair in zip(value1, value2)]}

附录：

原则上，您也可以切换到基于 Pandas 的方法，例如，如果value1和value2是 DataFrame 的列。但是，对于大量数据，问题的限制因素始终是您需要生成嵌套字典。将最初建议的方法与针对大量数据（无 for 循环）的潜在 Pandas 方法进行比较，结果证明前者要快得多：

import numpy as np
import pandas as pd
keys = ['testname', 'output']

value1 = list(np.random.choice(['pizza', 'dog', 'lion'], 100_000))
value2 = list(map(str, np.round(np.random.random(100_000) * 1000, 1)))

%timeit {"Labresult": [dict(zip(keys, pair)) for pair in zip(value1, value2)]}
# 56 ms ± 1.8 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

df = pd.DataFrame({"testname": value1, "output": value2})
%timeit {"Labresult": df.apply(dict, axis=1).tolist()}
# 1.1 s ± 50.1 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

如果您可以选择更改所需结果的形状/数据类型（例如，没有嵌套的字典），则可以进行改进。

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。