如何更Pythonic地将数据类列表或嵌套数据类转换为列表字典？

嘿，这个需求确实有更简洁、更符合Pythonic风格的实现方式！我给你分享几种常用的方法，比嵌套循环+defaultdict要清爽得多：

方法1：字典推导式 + getattr #

这是最直观的方式，直接通过字段名遍历生成结果字典：

import dataclasses
from typing import List

@dataclasses.dataclass
class A:
    a: str
    b: int

@dataclasses.dataclass
class B:
    l: List[A]

# 兼容两种输入情况：B实例或者直接是A的列表
da = B([A("a", 3), A("b", 4)])
items = da.l if isinstance(da, B) else da

# 获取A类的所有字段名
field_names = [field.name for field in dataclasses.fields(A)]

# 用字典推导式生成目标结果
result = {
    field: [getattr(item, field) for item in items]
    for field in field_names
}

print(result)  # 输出: {'a': ['a', 'b'], 'b': [3, 4]}

这种方法逻辑清晰，代码紧凑，完全不需要额外的defaultdict，直接通过字段名映射对应的属性列表。

方法2：dataclasses.asdict + zip解包 #

如果习惯用字典操作，可以先把每个A实例转成字典，再利用zip的解包特性聚合字段值：

# 承接上面的items和field_names
items_dicts = [dataclasses.asdict(item) for item in items]

# 用zip把所有字典的对应值聚合，再转成列表
result = {
    field: list(values)
    for field, values in zip(field_names, zip(*(d.values() for d in items_dicts)))
}

print(result)  # 输出: {'a': ['a', 'b'], 'b': [3, 4]}

这里的zip(*(d.values() for d in items_dicts))会把所有字典的第一个值、第二个值分别打包，刚好对应A类的字段顺序，再和字段名配对就得到了目标结果。

方法3：用Pandas快速转换（适合大数据场景） #

如果你已经在使用Pandas处理数据，一行代码就能搞定：

import pandas as pd

result = pd.DataFrame([dataclasses.asdict(item) for item in items]).to_dict('list')
print(result)  # 输出: {'a': ['a', 'b'], 'b': [3, 4]}

这种方法适合需要对数据做进一步分析或处理的场景，不过会引入第三方库，按需选择即可。

对比你原来的实现，这些方法都更简洁直观，符合Python“用最少的代码做最多的事”的风格～

内容的提问来源于stack exchange，提问作者Claudiu Creanga