Flask中Python字典操作：对同日期的pnl值求和实现方法

方法一：基础字典遍历（无额外依赖，轻量高效） #

直接用临时字典累计相同date的pnl值，逻辑简单，适配大多数Flask轻量场景：

original_list = [{'pnl': 10, 'date': 2}, {'pnl': 30, 'date': 2}, {'pnl': 20, 'date': 3}]
temp_dict = {}

for item in original_list:
    date = item['date']
    pnl = item['pnl']
    # 累计相同date的pnl值
    if date in temp_dict:
        temp_dict[date] += pnl
    else:
        temp_dict[date] = pnl

# 转换为目标格式的列表
result = [{'pnl': value, 'date': key} for key, value in temp_dict.items()]
print(result)  # 输出: [{'pnl': 40, 'date': 2}, {'pnl': 20, 'date': 3}]

方法二：使用itertools.groupby（标准库实现） #

借助itertools.groupby分组，但需先按date排序（groupby仅对连续相同元素分组）：

from itertools import groupby

original_list = [{'pnl': 10, 'date': 2}, {'pnl': 30, 'date': 2}, {'pnl': 20, 'date': 3}]
# 先按date字段排序
sorted_list = sorted(original_list, key=lambda x: x['date'])

result = []
# 按date分组后求和pnl
for date, group in groupby(sorted_list, key=lambda x: x['date']):
    total_pnl = sum(item['pnl'] for item in group)
    result.append({'pnl': total_pnl, 'date': date})

print(result)  # 输出目标列表

方法三：使用pandas（大数据量场景更高效） #

如果项目已引入pandas，数据聚合操作会更简洁：

import pandas as pd

original_list = [{'pnl': 10, 'date': 2}, {'pnl': 30, 'date': 2}, {'pnl': 20, 'date': 3}]
# 转换为DataFrame
df = pd.DataFrame(original_list)
# 按date分组求和，再转回字典列表格式
result = df.groupby('date')['pnl'].sum().reset_index().to_dict('records')

print(result)  # 输出目标列表

内容的提问来源于stack exchange，提问作者Mt Khalifa