Python合并两个字典成一个新字典的几种方法比较

简介: Python合并两个字典成一个新字典的几种方法比较

两个字典如下:

>>> d1 = {
   'name' : 'revotu', 'age' : 99}
>>> d2 = {
   'age' : 24, 'sex' : 'male'}
>>> d1 = {
   'name' : 'revotu', 'age' : 99}
>>> d2 = {
   'age' : 24, 'sex' : 'male'}

合并后的结果如下(即,key相同时后面字典值覆盖前面字典):

>>> d
{
   'sex': 'male', 'name': 'revotu', 'age': 24}
>>> d
{
   'sex': 'male', 'name': 'revotu', 'age': 24}

首先,说明字典并不支持+加法运算:

>>> d1 + d2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'dict' and 'dict'
>>>
>>> d1 + d2
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for +: 'dict' and 'dict'
>>>

现总结如下几种方法以及简要分析比较。

1.多次更新

下面是最简单的合并字典的方式:

>>> d = {
   }
>>> d.update(d1)
>>> d.update(d2)
>>> d = {
   }
>>> d.update(d1)
>>> d.update(d2)

首先创建一个空字典,并使用update方法向字典中添加元素。注意,先添加的是d1,以保证后面添加的d2重复键会覆盖d1。

此方法满足了我们的要求,而且清晰明确,可是三行代码总感觉不够Pythonic。

2.先复制,后更新

先复制d1字典创建一个新字典,然后使用d2来更新前面创建的新字典。

>>> d = d1.copy()
>>> d.update(d2)# Python小白学习交流群:711312441
>>> d = d1.copy()
>>> d.update(d2)

对比方法一,这种复制d1的方法,更明显的表现出d1作为默认值。

3.字典构造器

还可以使用字典的构造器dict()复制字典,然后再更新:

>>> d = dict(d1)
>>> d.update(d2)
>>> d = dict(d1)
>>> d.update(d2)

与方法二很相似,但是没有方法二直接明了。

4.关键字参数hack

你可能见过下面这个巧妙的解决办法:

>>> d = dict(d1 , **d2)
>>> d = dict(d1 , **d2)

只有一行代码,看上去很酷,但是有一个问题,这种hack技巧只有在字典的键是字符串时才有效。

看上去很cool,但是不通用,字典的键必须是字符串才可以用这种关键字参数方法。

5.字典推导式

可以用字典推导式解决此问题:

>>> d = {
   k:v for d in [d1, d2] for k,v in d.items()}
>>> d = {
   k:v for d in [d1, d2] for k,v in d.items()}

字典推导式方法满足要求,只是嵌套的字典推导式,不那么清晰,不易于理解。

6.元素拼接

我们从每个字典中获取一个元素列表,将列表拼接起来,然后再用拼接的列表构造字典:

>>> d = dict(list(d1.items()) + list(d2.items()))
>>> d = dict(list(d1.items()) + list(d2.items()))

而且,d2的元素在列表后面,所以在键重复时可以覆盖d1。如果在Python2中,items()方法本身返回的就是列表,无需用list()转成列表。

元素拼接在构造字典可以满足要求,只是看上去代码有些重复。

7.元素并集

在Python3中,字典返回的是视图对象,键的视图对象是一个类似集合的对象,如果字典中的值可以保证是唯一的可哈希的,此时items返回的视图对象也是一个类似集合的对象:

>>> d = dict(d1.items() | d2.items())

这种方法挺有意思,可是并不准确,因为集合是无序的,键重复时不能保证谁覆盖谁,而且字典中的值通常也是不可哈希的,当然也就不能返回一个类似集合的对象。

8.chain items

目前为止,我们讨论的解决方案中,最符合Python语言习惯而且只有一行代码实现的,是创建两个items的列表,然后拼接成字典。

我们可以用itertools.chain来简化items拼接过程:

>>> d = dict(chain(d1.items(), d2.items()))

这种方案很不错,可能比另外创建两个不必要的列表更高效。

9.ChainMap

collections.ChainMap可以将多个字典或映射,在逻辑上将它们合并为一个单独的映射结构:

>>> d = dict(ChainMap(d1, d2))
>>> d = dict(ChainMap(d1, d2))

这种方法也很pythonic,而且也是通用方法。

10.字典拆分

在Python3.5+中,可以使用一种全新的字典合并方式:

>>> d = {
   **d1, **d2}

这行代码很pythonic,如果是你的python版本是3.5+,用这种方法是很不错的选择。

总结

上面说了十种可以合并两个字典成一个新字典的方式,具体用哪个取决于你。
如果使用的是Python3.5+的版本,那么字典拆分这种新语法应该很适合你:

>>> d = {
   **d1, **d2}
>>> d = {
   **d1, **d2}
相关文章
|
21天前
|
Python
探索Python中的魔法方法:打造你自己的自定义对象
【8月更文挑战第29天】在Python的世界里,魔法方法如同神秘的咒语,它们赋予了对象超常的能力。本文将带你一探究竟,学习如何通过魔法方法来定制你的对象行为,让你的代码更具魔力。
37 5
|
21天前
|
Python
python保存两位小数的几种方法,python2保留小数
python保存两位小数的几种方法,python2保留小数
54 2
|
3天前
|
机器学习/深度学习 数据采集 算法
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
有多种方法可以处理时间序列数据中的噪声。本文将介绍一种在我们的研究项目中表现良好的方法,特别适用于时间序列概况中数据点较少的情况。
16 1
数据稀缺条件下的时间序列微分:符号回归(Symbolic Regression)方法介绍与Python示例
|
4天前
|
消息中间件 关系型数据库 数据库
Python实时监测数据库表数据变化的方法
在实现时,需要考虑到应用的实时性需求、数据库性能影响以及网络延迟等因素,选择最适合的方法。每种方法都有其适用场景和限制,理解这些方法的原理和应用,将帮助开发者在实际项目中做出最合适的技术选择。
41 17
|
4天前
|
XML 数据格式 Python
Python技巧:将HTML实体代码转换为文本的方法
在选择方法时,考虑到实际的应用场景和需求是很重要的。通常,使用标准库的 `html`模块就足以满足大多数基本需求。对于复杂的HTML文档处理,则可能需要 `BeautifulSoup`。而在特殊场合,或者为了最大限度的控制和定制化,可以考虑正则表达式。
21 12
|
2天前
|
Python
全网最适合入门的面向对象编程教程:Python函数方法与接口-函数与方法的区别和lamda匿名函数
【9月更文挑战第15天】在 Python 中,函数与方法有所区别:函数是独立的代码块,可通过函数名直接调用,不依赖特定类或对象;方法则是与类或对象关联的函数,通常在类内部定义并通过对象调用。Lambda 函数是一种简洁的匿名函数定义方式,常用于简单的操作或作为其他函数的参数。根据需求,可选择使用函数、方法或 lambda 函数来实现代码逻辑。
|
11天前
|
Python
Python中几种lambda排序方法
【9月更文挑战第7天】在Python中,`lambda`表达式常用于配合排序函数,实现灵活的数据排序。对于基本列表,可以直接使用`sorted()`进行升序或降序排序;处理复杂对象如字典列表时,通过`lambda`指定键值进行排序;同样地,`lambda`也适用于根据元组的不同位置元素来进行排序。
|
22天前
|
数据安全/隐私保护 Python Windows
三种方法,Python轻松提取PDF中全部图片
三种方法,Python轻松提取PDF中全部图片
|
21天前
|
Python
|
21天前
|
C++ Python
python类方法中使用:修饰符@staticmethod和@classmethod的作用与区别,还有装饰器@property的使用
python类方法中使用:修饰符@staticmethod和@classmethod的作用与区别,还有装饰器@property的使用
12 1