python 字典数组
时间: 2025-04-29 12:45:10 浏览: 26
### 处理包含字典的数组
在 Python 中,处理包含字典的数组可以通过多种方式实现。这些方法不仅适用于简单的数据操作,还能够满足更复杂的需求。
#### 访问和遍历字典列表
对于一个由多个字典组成的列表,可以使用 `for` 循环来迭代访问每一个字典中的键值对:
```python
array_of_dicts = [
{"id": 1, "value": "A"},
{"id": 2, "value": "B"}
]
for item in array_of_dicts:
print(item["id"], item["value"])
```
这段代码会依次打印出每个字典内的 `"id"` 和 `"value"` 的组合[^1]。
#### 过滤特定条件的数据项
如果想要筛选出符合某些条件的数据条目,则可借助列表推导式或者内置函数 `filter()` 来完成这一任务:
```python
filtered_items = [item for item in array_of_dicts if item['id'] > 1]
print(filtered_items)
# 或者使用 filter 函数配合 lambda 表达式
filtered_with_filter = list(filter(lambda x: x['id'] > 1, array_of_dicts))
print(filtered_with_filter)
```
上述两段代码都将返回只含有 id 值大于 1 的那些记录。
#### 对字典列表执行聚合运算
当涉及到统计分析时,比如求平均数、最大最小值等,通常会先提取所需字段形成新的数值型序列再做进一步计算:
```python
import statistics
ages = [person['age'] for person in people_list]
average_age = sum(ages)/len(ages)
median_age = statistics.median(ages)
mode_age = statistics.mode(ages)
max_age = max(ages)
min_age = min(ages)
```
这里假设有一个名为 `people_list` 的变量存储着一系列人的年龄信息作为例子说明如何获取不同类型的统计数据。
#### 将字典列表转换成 Pandas DataFrame 并保存到 Excel 文件
为了便于后续数据分析工作,在实际应用中经常需要把这样的结构化数据导入至表格软件如 Microsoft Excel 中查看或分享给他人阅读。这时就可以利用 Pandas 库轻松达成目标:
```python
import pandas as pd
dataframe_from_dicts = pd.DataFrame(array_of_dicts)
dataframe_from_dicts.to_excel('output.xlsx', index=False)
```
此部分展示了怎样创建一个新的DataFrame对象并将之写入Excel文档而不保留默认索引列的方式[^4]。
阅读全文
相关推荐


















