本篇内容主要讲解“python列表、字典、循环、判断举例分析”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“python列表、字典、循环、判断举例分析”吧!
下面通过一个简化的虚拟案例做一次深入学习python小练习,有某果园销售数据如下:
sell_list = [ {'客户': '张三', '种类': '苹果','数量':100}, {'客户': '李四', '种类': '苹果','数量':200}, {'客户': '李四', '种类': '香梨','数量':200}, {'客户': '李四', '种类': '香梨','数量':300}, {'客户': '张三', '种类': '苹果','数量':100}, {'客户': '王五', '种类': '香蕉','数量':500}, {'客户': '王五', '种类': '香蕉','数量':150}, {'客户': '王五', '种类': '香蕉','数量':150}, {'客户': '王五', '种类': '苹果','数量':500}, {'客户': '赵六', '种类': '葡萄','数量':300}, {'客户': '李四', '种类': '葡萄','数量':300}, {'客户': '赵六', '种类': '苹果','数量':300}, ]
客户希望对数据进行整理,期待得到的数据集格式类似如下这样:
result_list = [ ['张三', {'苹果': 300, '香蕉': 200, }], ['李四', {'苹果': 100, '香蕉': 200, }], ['王五', {'苹果': 100, '香蕉': 200, }], ]
客户原始数据池是列表,列表元素是客户、果名、数量。现在的需求是对列表元素进行汇总,得出客户、果名、数量的汇总表。
首先遍历原始数据池,判断客户名:
若在数据集中客户名不存在,则数据集中添加客户名,同时将果名和数量以字典格式加入数据集。
若在数据集中客户名存在,则判断果名:
若在数据集中果名存在,则将数量累加。
若在数据集中果名不存在,则添加果名和数量。
通过以上分析有个大致的框架,通过2层嵌套循环加判断来编写代码。
我设想的代码有2种方案:
二层循环嵌套if的列表实现方式,优点是较省内存,缺点是速度略慢:
result_list = [] for i in sell_list: for j in result_list: if j[0] == i['客户']: if i['种类'] not in j[1]: j[1][i['种类']] = i['数量'] else: j[1][i['种类']] = j[1][i['种类']] + i['数量'] break else: result_list.append([i['客户'], {i['种类']: i['数量'], }]) for i in result_list: print(i) out: ['张三', {'苹果': 200}] ['李四', {'苹果': 200, '香梨': 500, '葡萄': 300}] ['王五', {'香蕉': 800, '苹果': 500}] ['赵六', {'葡萄': 300, '苹果': 300}]
上述代码有一个需要特别注意的地方,循环体内break会跳过整个循环体(含循环体的else部分)。这一点很多教材都没有讲得很透彻。
单层循环嵌套if的字段实现方式,优点是速度较快,缺点是较费内存:
result_dict = {} for i in sell_list: if i['客户'] in result_dict: if i['种类'] not in result_dict[i['客户']]: result_dict[i['客户']][i['种类']] = i['数量'] else: result_dict[i['客户']][i['种类']] += i['数量'] else: result_dict[i['客户']] = {i['种类']: i['数量']} for i, j in result_dict.items(): print(i, j) out: 张三 {'苹果': 200} 李四 {'苹果': 200, '香梨': 500, '葡萄': 300} 王五 {'香蕉': 800, '苹果': 500} 赵六 {'葡萄': 300, '苹果': 300}
在字典实现方式中看起来是比列表实现方式少了一层循环,实质上这个循环的目的在“if i['种类'] not in result_dict[i['客户']]:”这个部分已经实现了,在容器中找成员,字典是速度最快同时也是最费内存的方式。
到此,相信大家对“python列表、字典、循环、判断举例分析”有了更深的了解,不妨来实际操作一番吧!这里是亿速云网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。