本文介绍如何将包含多个字典的列表，按字典的键集合（key set）自动分组并聚合值，生成结构清晰的归类结果——适用于处理异构但语义相似的半结构化数据。
本文介绍如何将包含多个字典的列表，按字典的**键集合（key set）自动分组并聚合值**，生成结构清晰的归类结果——适用于处理异构但语义相似的半结构化数据。
在实际数据处理中，我们常遇到一类“伪同构”字典列表：每个字典字段不完全一致（如有的含 'fruit'，有的含 'Veggie'），但具有相同的键组合（即 key set 相同），逻辑上属于同一类别。目标是将这些键集相同的字典归为一组，并将各字段的值分别收集为列表，形成结构化的聚合结果。
核心思路是：以字典的键集合（frozenset(d.keys())）作为分组依据，因为 frozenset 可哈希且忽略键序，能精准识别“结构相同”的字典（例如 {'fruit':..., 'Color':..., 'weight':...} 总是匹配同一组，无论键顺序如何）。
以下是推荐实现方案（简洁、健壮、无第三方依赖）：
lst = [
{"fruit": "Apple", "Color": "red", "weight": "10"},
{"fruit": "Banana", "Color": "yellow", "weight": "20"},
{"fruit": "Kiwi", "Color": "Green", "weight": "15"},
{"Veggie": "Onion", "Color": "white", "price": "10"},
{"Veggie": "Cabbage", "Color": "Light Green", "price": "30"},
{"Leafy": "Spinach", "Color": "Dark Green", "quantity": "30"},
]
# 步骤1：按键集合分组（使用 frozenset 保证可哈希）
groups = {}
for d in lst:
key_set = frozenset(d.keys())
groups.setdefault(key_set, []).append(d)
# 步骤2：对每组生成聚合字典：每个键 → 对应所有字典中该键的值组成的列表
result = []
for keys, dicts_in_group in groups.items():
aggregated = {}
for k in keys: # 遍历该组共有的所有键
aggregated[k] = [d[k] for d in dicts_in_group]
result.append(aggregated)
print(result)
✅ 输出符合预期：
[
{'fruit': ['Apple', 'Banana', 'Kiwi'], 'Color': ['red', 'yellow', 'Green'], 'weight': ['10', '20', '15']},
{'Veggie': ['Onion', 'Cabbage'], 'Color': ['white', 'Light Green'], 'price': ['10', '30']},
{'Leafy': ['Spinach'], 'Color': ['Dark Green'], 'quantity': ['30']}
]
⚠️ 注意事项与进阶建议：
- 键名大小写敏感：示例中 'Color' 与 'color' 会被视为不同键。若需忽略大小写，预处理时统一转为 .lower()；
- 空字典处理：含空字典（{}）会生成 frozenset()，建议提前过滤或单独处理；
- 性能优化：对于超大列表（>10⁵项），可改用 defaultdict(list) 替代 setdefault，略微提升效率；
- 扩展性：若需按自定义规则分组（如“主键前缀相同”），可将 frozenset(d.keys()) 替换为 get_group_key(d) 自定义函数；
- 类型安全：当前代码假设所有字典中同一键均有值。若存在缺失键（如某字典无 'Color'），需增加 d.get(k) 或异常捕获逻辑。
该方法不依赖 pandas 或 itertools，纯 Python 实现，逻辑清晰、易于调试，是处理轻量级异构字典聚合任务的首选模式。
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！
