合并字典的核心是根据需求选择方法:update()原地修改,和|创建新字典且后者需Python 3.9+,ChainMap提供视图式合并;键冲突时默认后值覆盖前值,可通过调整合并顺序或自定义逻辑处理;多字典合并推荐或|链式操作,性能上update()和ChainMap更优,但小规模数据差异不明显。

在Python里合并两个字典,说白了就是把一个字典里的键值对“搬”到另一个字典里,或者把它们俩揉在一起生成一个全新的字典。核心思路不复杂,无非就是看你是想原地修改,还是想生成个新的,以及面对重复的键时,你希望谁说了算。
合并Python字典有几种常见且各有侧重的方法,我们来逐一看看。
最直接,也可能是最常用的方式,是利用字典的
update()
dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
# 方法一:使用 update(),dict1 会被修改
dict1.update(dict2)
print(f"使用 update() 合并后: {dict1}")
# 输出: 使用 update() 合并后: {'a': 1, 'b': 3, 'c': 4}
# 注意,这里 dict1 已经变了。如果你不想修改任何原有字典,而是想生成一个新的合并后的字典,Python 3.5 引入的字典解包运算符
**
立即学习“Python免费学习笔记(深入)”;
dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
# 方法二:使用字典解包运算符 (**)
merged_dict_unpack = {**dict1, **dict2}
print(f"使用 ** 合并后: {merged_dict_unpack}")
# 输出: 使用 ** 合并后: {'a': 1, 'b': 3, 'c': 4}
# 这里的 dict1 和 dict2 都保持不变。从 Python 3.9 开始,字典合并的操作变得更加简洁和直观,引入了新的合并运算符
|
dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
# 方法三:使用字典合并运算符 (|) (Python 3.9+)
merged_dict_pipe = dict1 | dict2
print(f"使用 | 合并后: {merged_dict_pipe}")
# 输出: 使用 | 合并后: {'a': 1, 'b': 3, 'c': 4}
# 同样,dict1 和 dict2 不受影响。这三种是日常开发中最常用的方式。选择哪种,主要看你的需求:原地修改还是生成新字典,以及你当前使用的 Python 版本。
这是个特别实际的问题。当两个字典有相同的键时,比如
dict1
'b': 2
dict2
'b': 3
'b'
从前面给出的例子你可能已经看出来了,无论是
update()
**
|
dict_a = {'id': 1, 'name': 'Alice', 'status': 'active'}
dict_b = {'name': 'Alicia', 'email': 'alicia@example.com', 'status': 'inactive'}
# 默认行为:dict_b 的值覆盖 dict_a 的值
merged_default = dict_a | dict_b
print(f"默认合并,键冲突时后一个覆盖前一个: {merged_default}")
# 输出: {'id': 1, 'name': 'Alicia', 'status': 'inactive', 'email': 'alicia@example.com'}
# 'name' 和 'status' 的值都被 dict_b 覆盖了。但很多时候,我们可能不希望是简单的覆盖。比如说,我们想保留第一个字典的值,或者我们想把冲突键的值合并成一个列表,甚至是进行某种计算。这就需要我们手动干预了。
一种常见的策略是,遍历其中一个字典,然后根据条件将键值对添加到结果字典中。
1. 保留第一个字典的值(即前一个字典的值优先)
这其实就是反过来合并。先把第二个字典合并到新字典,再把第一个字典合并进去。因为“后来者居上”,这样第一个字典的值就会保留下来。
dict_a = {'id': 1, 'name': 'Alice', 'status': 'active'}
dict_b = {'name': 'Alicia', 'email': 'alicia@example.com', 'status': 'inactive'}
# 策略一:保留 dict_a 的值(让 dict_a 在合并时“后到”)
merged_keep_first = dict_b | dict_a
print(f"保留 dict_a 值: {merged_keep_first}")
# 输出: {'name': 'Alice', 'email': 'alicia@example.com', 'status': 'active', 'id': 1}
# 'name' 和 'status' 的值现在是 dict_a 的了。2. 合并冲突键的值(例如,合并成列表)
如果遇到冲突,我们可能希望把所有相关的值都收集起来,比如放到一个列表中。这时候,字典推导式(Dictionary Comprehension)或者循环就很有用了。
dict_x = {'items': [1, 2], 'user': 'bob'}
dict_y = {'items': [3, 4], 'user': 'alice', 'role': 'admin'}
merged_combined_list = {}
for k, v in dict_x.items():
merged_combined_list[k] = v
for k, v in dict_y.items():
if k in merged_combined_list and isinstance(merged_combined_list[k], list) and isinstance(v, list):
merged_combined_list[k].extend(v)
else:
merged_combined_list[k] = v
print(f"合并冲突键的值为列表: {merged_combined_list}")
# 输出: {'items': [1, 2, 3, 4], 'user': 'alice', 'role': 'admin'}
# 这里的 'user' 依然是覆盖,因为我们只对列表类型做了特殊处理。这个例子有点硬核,它展示了当你需要自定义合并逻辑时,循环和条件判断是多么灵活。当然,你可以根据实际需求调整
if
else
当需要合并的字典不止两个,而是三、四个,甚至更多的时候,我们自然会寻求更简洁、更高效的写法。
1. 使用 `` 运算符合并多个字典**
这是非常常见的做法,只需要把所有要合并的字典都解包到一个新的字典字面量里。
d1 = {'a': 1, 'b': 2}
d2 = {'b': 3, 'c': 4}
d3 = {'d': 5, 'a': 6}
merged_multiple_unpack = {**d1, **d2, **d3}
print(f"使用 ** 合并多个字典: {merged_multiple_unpack}")
# 输出: {'a': 6, 'b': 3, 'c': 4, 'd': 5}
# 注意,键 'a' 和 'b' 的值都遵循“后来者居上”的原则。这种方式直观且易于理解,适用于数量不多的字典合并。
2. 使用 |
对于 Python 3.9 及更高版本,
|
d1 = {'a': 1, 'b': 2}
d2 = {'b': 3, 'c': 4}
d3 = {'d': 5, 'a': 6}
merged_multiple_pipe = d1 | d2 | d3
print(f"使用 | 合并多个字典 (Python 3.9+): {merged_multiple_pipe}")
# 输出: {'a': 6, 'b': 3, 'c': 4, 'd': 5}这两种方法在语义和结果上是等价的,都创建了一个新字典,并且键冲突时遵循后一个覆盖前一个的原则。
3. 使用 collections.ChainMap
collections.ChainMap
ChainMap
from collections import ChainMap
d1 = {'user': 'admin', 'theme': 'dark'}
d2 = {'theme': 'light', 'lang': 'en'}
d3 = {'log_level': 'INFO'}
config = ChainMap(d1, d2, d3)
print(f"ChainMap 视图: {config}")
print(f"config['user']: {config['user']}")
print(f"config['theme']: {config['theme']}") # d1 中的 'theme' 优先
print(f"config['lang']: {config['lang']}")
print(f"config['log_level']: {config['log_level']}")
# 输出:
# ChainMap 视图: ChainMap({'user': 'admin', 'theme': 'dark'}, {'theme': 'light', 'lang': 'en'}, {'log_level': 'INFO'})
# config['user']: admin
# config['theme']: dark
# config['lang']: en
# config['log_level']: INFOChainMap
ChainMap
config['new_key'] = 'value'
d1
dict(ChainMap(d1, d2, d3))
4. 使用 reduce
update
|
如果你有很多字典需要合并,并且想用更函数式的风格,可以使用
functools.reduce
from functools import reduce
dicts_list = [{'a': 1, 'b': 2}, {'b': 3, 'c': 4}, {'d': 5, 'a': 6}]
# 使用 reduce 和 | 运算符 (Python 3.9+)
merged_reduce_pipe = reduce(lambda acc, d: acc | d, dicts_list)
print(f"使用 reduce 和 | 合并: {merged_reduce_pipe}")
# 输出: {'a': 6, 'b': 3, 'c': 4, 'd': 5}
# 如果没有 Python 3.9 的 | 运算符,可以用 **
# merged_reduce_unpack = reduce(lambda acc, d: {**acc, **d}, dicts_list)
# print(f"使用 reduce 和 ** 合并: {merged_reduce_unpack}")reduce
**
|
**
|
选择哪种方法,取决于你的Python版本、性能要求(尤其是对于
ChainMap
谈到性能,这确实是一个值得思考的问题,尤其是在处理大量数据或需要频繁合并字典的场景下。不同的合并方法,其底层实现和对内存的操作方式不同,自然会带来性能上的差异。
1. dict.update()
update()
update()
# 示例:原地修改
d1 = {'a': 1, 'b': 2}
d2 = {'c': 3, 'd': 4}
d1.update(d2) # d1 被修改如果你有一个目标字典,并且只是想把其他字典的内容“倒”进去,
update()
2. `
字典解包运算符 和
这两种方法都会创建一个全新的字典来存放合并后的结果。这意味着它们需要分配新的内存空间,并将所有键值对从源字典复制到新字典中。
# 示例:创建新字典
d1 = {'a': 1, 'b': 2}
d2 = {'c': 3, 'd': 4}
merged_dict = {**d1, **d2} # 创建新字典
# 或者
merged_dict = d1 | d2 # 创建新字典在字典规模较小或合并操作不频繁时,这种开销几乎可以忽略不计。但如果字典非常大(比如包含成千上万个键值对),或者你需要在一个紧密的循环中进行数百万次合并,那么反复创建和复制字典的开销就会变得显著。内存分配和数据复制操作都会消耗CPU时间。
3. collections.ChainMap
ChainMap
from collections import ChainMap
d1 = {'a': 1}
d2 = {'b': 2}
chain = ChainMap(d1, d2) # 没有复制任何数据
print(chain['a']) # 查找 d1
print(chain['b']) # 查找 d2这意味着
ChainMap
ChainMap
ChainMap
总结一下:
update()
和
ChainMap
在大多数日常编程中,我们通常不需要过度担心这些性能差异,因为Python的字典操作本身已经非常高效。只有当你遇到性能瓶颈,并且通过分析确定字典合并是主要瓶因时,才需要深入考虑这些细节并进行性能测试(例如使用
timeit
以上就是python怎么合并两个字典_python多字典合并技巧与方法的详细内容,更多请关注php中文网其它相关文章!
python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号