本文详细介绍了如何在Python中高效且Pythonic地合并多个字典中具有相同键的列表值。针对传统字典合并方法无法满足列表值合并需求的问题，文章提出了使用`collections.defaultdict`结合`list.extend()`的方法，通过迭代字典并扩展列表，实现了将所有字典中相同键对应的列表值进行聚合，生成一个包含所有合并后列表的新字典。
在Python编程中，我们经常会遇到需要处理字典数据的场景。当多个字典拥有相同的键，并且这些键对应的值是列表类型时，一个常见的需求是将这些相同键的列表值进行合并（即连接或聚合），而不是简单地覆盖。本文将深入探讨如何以一种高效且符合Pythonic风格的方式实现这一目标。
理解问题：合并字典的列表值
假设我们有两个或更多字典，它们结构相似，键名相同，但每个键的值是一个列表。我们的目标是将所有字典中相同键对应的列表值合并成一个单一的列表，作为新字典中该键的值。
示例输入：
dict_1 = {"a": ["1"], "b": ["3"]}
dict_2 = {"a": ["2"], "b": ["3"]}
期望输出：
new_dict = {'a': ["1", "2"], 'b': ["3", "3"]}
传统字典合并方法的局限性
初学者可能会尝试使用Python中常见的字典合并方法，例如使用**操作符：
merged_dic = {**dict_1, **dict_2}
print(merged_dic)
# 输出: {'a': ['2'], 'b': ['3']}
这种方法虽然可以合并字典，但它遵循的是“后一个字典覆盖前一个字典的同名键值”的原则。对于值是列表的情况，它不会将列表进行连接，而是直接用dict_2中'a'键的值['2']覆盖了dict_1中'a'键的值['1']。这显然不符合我们将列表值聚合的需求。
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
Pythonic解决方案：使用 collections.defaultdict
为了优雅地解决这个问题，Python标准库中的collections.defaultdict是一个非常强大的工具。defaultdict是dict的一个子类，它重写了__missing__方法，当访问一个不存在的键时，它不会抛出KeyError，而是会自动调用工厂函数（我们传入的类型，如list）来生成一个默认值。
结合defaultdict和列表的extend()方法，我们可以实现高效的列表值合并。
核心思想：
- 创建一个defaultdict(list)。这意味着每当我们尝试访问一个新键时，defaultdict会自动为该键创建一个空的列表。
- 遍历所有待合并的字典。
- 对于每个字典中的每个键值对，将值（一个列表）使用extend()方法添加到new_dict中对应键的列表中。
示例代码：
from collections import defaultdict
dict_1 = {"a": ["1"], "b": ["3"]}
dict_2 = {"a": ["2"], "b": ["3"]}
dict_3 = {"a": ["4", "5"], "c": ["6"]} # 增加一个字典以展示多字典合并和新键处理
# 1. 初始化一个defaultdict，其默认工厂函数为list
new_dict = defaultdict(list)
# 2. 遍历所有待合并的字典
for d in [dict_1, dict_2, dict_3]:
# 3. 遍历当前字典中的所有键值对
for key, value in d.items():
# 4. 使用extend方法将当前值列表添加到new_dict中对应键的列表中
# 如果key不存在，defaultdict会自动创建一个空列表
new_dict[key].extend(value)
# 最终结果是一个defaultdict对象，可以转换为普通字典
final_merged_dict = dict(new_dict)
print(final_merged_dict)
输出：
{'a': ['1', '2', '4', '5'], 'b': ['3', '3'], 'c': ['6']}
代码解析与注意事项
- from collections import defaultdict: 导入defaultdict类。
- new_dict = defaultdict(list): 这是关键一步。我们创建了一个defaultdict实例，并传入list作为其默认工厂函数。这意味着，当您尝试访问new_dict['some_key']而'some_key'尚不存在时，defaultdict会自动执行list()并将其结果（一个空列表[]）赋值给new_dict['some_key']，然后返回这个空列表。
- for d in [dict_1, dict_2, dict_3]:: 这个循环允许我们轻松地处理任意数量的字典。您可以将所有需要合并的字典放入一个列表中。
- for key, value in d.items():: 在每个字典内部，我们迭代其所有的键值对。value在这里是一个列表（例如['1']或['4', '5']）。
-
new_dict[key].extend(value):
- new_dict[key]：如果key在new_dict中已经存在，它会返回对应的列表。如果key不存在，defaultdict会先创建一个空的列表[]并将其关联到key，然后返回这个新创建的空列表。
- .extend(value)：这是列表的一个方法，用于将另一个可迭代对象（在这里是value，它本身是一个列表）的所有元素添加到当前列表的末尾。例如，如果new_dict[key]是['1']，而value是['2']，那么extend(['2'])后，new_dict[key]将变为['1', '2']。
- extend vs append: 务必使用extend()而不是append()。append()会将整个value列表作为一个单一元素添加到目标列表中（例如，['1'].append(['2'])会得到['1', ['2']]），这不是我们想要的结果。而extend()则会将value列表中的每个元素逐一添加到目标列表中，实现列表的连接。
- final_merged_dict = dict(new_dict): defaultdict在行为上与普通字典非常相似，但在某些情况下（例如需要序列化为JSON），您可能希望将其转换回标准的dict对象。
总结
通过利用collections.defaultdict的自动初始化特性和列表的extend()方法，我们能够以一种简洁、高效且易于理解的方式合并多个字典中具有相同键的列表值。这种方法避免了繁琐的条件判断，是处理此类数据聚合任务的Pythonic首选方案。它不仅适用于合并两个字典，也能轻松扩展到合并任意数量的字典，同时优雅地处理了新键的引入。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
