1.列表統計

chars = ["a", "b", "a", "c", "a", "d"]

使用count獲取單個字符出現次數

chars.count("a")

使用Counter的most_commom獲取 出現次數最多的前幾位

from collections import Counter print(Counter(chars).most_common(2)

2.字典鍵值的集合操作

字典的keys()支持 并集| 交集 & 差集- 等集合操作

dict_a = {"a": 1, "b": 2, "c": 3 } dict_b = {"a": 1, "c":2, "d": 4}dict_a.keys() & dict_b.keys()

當字典的values都是字符串(無嵌套)時,字典的items()也支持集合操作
斷言字典a包含字典b

assertFalse(dict_b.items() - dict_b.items())

3.列表嵌套字典操作

fruits = [{"name": "apple", "price": 4}, {"name": "orange", "price": 5}, {"name": "pear", "price":6} ,{"name": "apple", "price": 5}]

排序

sorted(fruits, key=lambda x: x["price"])

可以使用itemgetter代替lambda表達式

from operator import itemgetter sorted(fruits, itemgetter("price"))

最小

mim(fruits, key=lambda x: x["price"])

最大

max(fruits, key=lambda x: x["price"])

使用堆獲取最大/最小的前幾個

''' 學習中遇到問題沒人解答？小編創(chuàng)建了一個Python學習交流QQ群：725638078 尋找有志同道合的小伙伴，互幫互助,群里還有不錯的視頻學習教程和PDF電子書！ ''' import heapq heapq.nlargest(2, fruits, key=lambda x: x["price"]) heapq.nsmallest(2, fruits, key=lambda x: x["price"]

分組groupby

from itertools import groupby groups = groupby(fruits, key=lambda x:x["name"])for name, fruits in groups:print(name, len(list(fruits)))

總結

以上是生活随笔為你收集整理的Python基础中一些高效的数据操作，可以提高你十倍工作效率的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。