在python中，我有口述清单：
1dict1 = [{'a':2, 'b':3},{'a':3, 'b':4}]
我想要一个包含所有口述总和的最终口述。即结果为：{'a':5, 'b':7}。
注意：列表中的每个dict都将包含相同数量的键、值对。
您可以使用Collections.Counter
1
2
3counter = collections.Counter()
for d in dict1:
counter.update(d)
或者，如果您更喜欢一行：
1functools.reduce(operator.add, map(collections.Counter, dict1))
。
或sum(map(collections.Counter, dict1),Counter())。但我不确定创建所有这些Counters()的功能版本的相对性能。
这个答案展示了Python编程的黄金法则：如果它包含在Python中，就不要重新发明轮子。一点：最终结果counter是dict子类的一个实例，如果OP想要一个普通的dict子类，他可以添加一个最终的counter = dict(counter)。
+1代表Python！！！！
如果dict不都有相同的键，则第一个解决方案将只输出所有dict之间共享的键的结果，而第二个一行解决方案将输出所有键的结果(将缺少的键视为值0)。
有点难看，但只有一行：
1dictf = reduce(lambda x, y: dict((k, v + y[k]) for k, v in x.iteritems()), dict1)
实际上我有一个对象列表，这个字典是一个对象属性，有什么解决方案吗？：(
我不知道你什么意思？
[ob1，ob2，ob3]。每个对象都有一个属性数据ob1.data，它返回dict'a'：2，'b'：3之类的
dictf = reduce(lambda x, y: dict((k, v + y.data[k]) for k, v in x.data.iteritems()), dict1。
我的代码通过这个解决方案工作..好…减少(lambda x，y:dict((k，v+y.get_local_expenses()[k]如果不存在(y.get_local_expenses()[k]，dict)否则0)对于k，v in x.get_local_expenses().iteritems()，glc)
@纳兹穆尔哈桑：你能在6个月内理解这一点吗？您已经写了三次get_local_expenses()这是必要的吗？什么是GLC？你读过@paxdiablo的答案了吗？
也许我的答案唯一的好处是它使用了一些很酷的概念：reduce、lambda、生成器表达式和迭代器。
@john machin:glc是一个对象列表get_local_expense()是每个对象的一个属性，返回一个字典字典值可能是另一个dict或str值或decimal值…..我已经阅读了@paxdiablo的ans，我在他面前解决了它，但我喜欢一个线性解决方案：)
当添加多个dict时，利用sum()应该可以获得更好的性能。
1
2
3
4
5
6>>> dict1 = [{'a':2, 'b':3},{'a':3, 'b':4}]
>>> from operator import itemgetter
>>> {k:sum(map(itemgetter(k), dict1)) for k in dict1[0]} # Python2.7+
{'a': 5, 'b': 7}
>>> dict((k,sum(map(itemgetter(k), dict1))) for k in dict1[0]) # Python2.6
{'a': 5, 'b': 7}
。
添加Stephan的建议
1
2
3
4>>> {k: sum(d[k] for d in dict1) for k in dict1[0]} # Python2.7+
{'a': 5, 'b': 7}
>>> dict((k, sum(d[k] for d in dict1)) for k in dict1[0]) # Python2.6
{'a': 5, 'b': 7}
。
我认为斯蒂芬版本的python2.7代码读起来非常好
你在内环使用map和itemgetter而不是列表理解(即dict((k, sum(d[k] for d in dict1)) for k in dict1[0]))有什么原因吗？
@史蒂芬，以前速度更快……现在速度差不多了。我会把它加到我的答案里
谢谢，我不知道。+ 1
这个版本的一个很好的补充，它还检查了dict类型，确保我们可以在它们上面进行数学运算：{k: sum(d[k] if type(d[k]) in (int, float) else 0 for d in dict1) for k in dict1[0]}。
这可能有助于：
1
2
3
4
5
6
7
8def sum_dict(d1, d2):
for key, value in d1.items():
d1[key] = value + d2.get(key, 0)
return d1
>>> dict1 = [{'a':2, 'b':3},{'a':3, 'b':4}]
>>> reduce(sum_dict, dict1)
{'a': 5, 'b': 7}
下面的代码显示了一种方法：
1
2
3
4
5
6
7
8
9
10dict1 = [{'a':2, 'b':3},{'a':3, 'b':4}]
final = {}
for k in dict1[0].keys(): # Init all elements to zero.
final[k] = 0
for d in dict1:
for k in d.keys():
final[k] = final[k] + d[k] # Update the element.
print final
号
此输出：
1{'a': 5, 'b': 7}
如你所愿。
或者，受克里斯启发，更好但仍然可读：
1
2
3
4
5
6
7
8dict1 = [{'a':2, 'b':3},{'a':3, 'b':4}]
final = {}
for d in dict1:
for k in d.keys():
final[k] = final.get(k,0) + d[k]
print final
。
我渴望看到原始的、可读的python:-)
您可以将第一个for循环简化为final={}.fromkeys(dict1[0],0)。或者这就是"可读"的意思？：)
我可以把整个事情简化成卡尔的答案，但这意味着(1)我也可以删除我的答案；(2)下个月当我发现我需要一个小的改变时，我将看不到它：(1)我应该提到我使用Python来教学(我的Python品牌，而不是卡尔的品牌)。它确实是一种很好的语言，可以教孩子们基础知识(顺序、迭代、选择)，但是，如果你想用lambdas之类的东西把他们打到脑后，你也可以教他们f_或haskell。
@paxdiablo：为了可读性，您可以完全删除init循环，只需用+ res.get(k, 0)替换+ d[k]。
这是一个很好的版本，@kris，仍然非常可读，但我认为你的意思是用final.get(k,0) + d[k]替换final[k] + d[k]--如果密钥不存在，我需要的是final字典--我知道它是d的列表。
@帕克迪亚布洛：乌普斯！是的，你是绝对正确的，我把措辞颠倒了。
@帕西迪亚布洛：你甚至可以更进一步(但我想知道可读性，你自己看)。用final = dict((k, v + final.get(k, 0)) for k, v in d.iteritems())更换内环
现在开始看起来像"_"？να_？να，？χαχλ_？μετρομακρ_ν？？απ？εδ？"像有用的，但不太容易理解(除非你沉浸在语言中)。
我对建议的计数器的性能很感兴趣，大列表的约简和方法。也许还有人对此感兴趣。您可以在这里查看：/torstenrudolf/277e98df296f23f921c
我测试了这组词典的三种方法：
1dictList = [{'a': x, 'b': 2*x, 'c': x**2} for x in xrange(10000)]
求和法的性能最好，其次是约简法，计数器法最慢。下面显示的时间以秒为单位。
1
2
3
4
5In [34]: test(dictList)
Out[34]:
{'counter': 0.0195519490244,
'reduce': 0.006518083095550537,
'sum': 0.0018319153785705566}
。
但这取决于字典中元素的数量。求和法比减法慢。
1
2
3
4
5
6
7l = [{y: x*y for y in xrange(100)} for x in xrange(10000)]
In [37]: test(l, num=100)
Out[37]:
{'counter': 0.2401433277130127,
'reduce': 0.11110662937164306,
'sum': 0.2256883692741394}
号
这是一个合理而美丽的。
1
2
3
4final = {}
for k in dict1[0].Keys():
final[k] = sum(x[k] for x in dict1)
return final
号
在python 2.7中，可以用collections.counter对象替换dict。这支持计数器的加和减。
但它适用于2.7版
在python 3中呢？
另一个单线解决方案
1
2
3
4
5
6dict(
functools.reduce(
lambda x, y: x.update(y) or x, # update, returns None, and we need to chain.
dict1,
collections.Counter())
)
号
这只创建一个计数器，将其用作累加器，并最终转换回dict。
