Python 字典合并问题

一个思路，按照 name 进行 groupby，然后每个分组加起来

笨办法：for 循环遍历
聪明办法：不知道

info = [
{'name': 'apple', 'value': 2, 'package': 3},
{'name': 'orange', 'value': 5, 'package': 4},
{'name': 'apple', 'value': 5, 'package': 5}
]

# 要保持原来的顺序，可使用 collections.OrderedDict
info_d = {}

for v in info:
if v['name'] not in info_d:
info_d[v['name']] = v
else:
d = info_d[v['name']]
d['value'] += v['value']
d['package'] += v['package']

info = info_d.values()

可以直接用==判断字典是否相同

Pandas group by 再 sum 和 sql 一样

from itertools import groupby, reduce

```python
import pandas as pd

rows = [{'name': 'apple', 'value': 2, 'package': 3}, {'name': 'orange', 'value': 5, 'package': 4}, {'name': 'apple', 'value': 5, 'package': 5}]

df = pd.DataFrame(rows)

s = df.groupby('name', as_index=False).agg({'value': 'sum', 'package': 'sum'})
l = s.T.to_dict().values()
print(list(l))
```

# 我来学习一下 groupby 的用法

import numpy as np
from itertools import groupby

info = [{'name':'apple','value':2,'package':3},{'name':'orange','value':5,'package':4},{'name':'apple','value':5,'package':5}]

lst = [[key, [*np.asarray([[*elm.values()][1:] for elm in group]).sum(axis=0)]] for key, group in groupby(sorted(info, key=lambda x: x.get('name')), lambda x: x.get('name'))]
# ->[['apple', [7, 8]], ['orange', [5, 4]]]

[{**dict(zip([*info[0].keys()][:1], elm[:1])), **dict(zip([*info[0].keys()][1:], elm[1:][0]))} for elm in lst]
# ->[{'name': 'apple', 'value': 7, 'package': 8}, {'name': 'orange', 'value': 5, 'package': 4}]

可以阅读这篇文章
http://148.70.149.207/entry/6

如果 name，value，package 都是一样的，不如换列表方便

python pandas 的透视函数可以帮到你

字典已经 O （ 1 ）了，直接循环，又简单又快