Python中用推导式和DataFrame从字典列表提取数据的方法

关于生成器表达式的疑问 #

你之前写的(item for item in ls_dict if item['AP']=='WAP1')是生成器表达式，它属于惰性迭代器，不会直接生成所有匹配结果，直接打印只会显示迭代器对象。next()函数仅会取生成器的第一个元素，所以只能拿到单个匹配项。要获取所有结果，需将生成器转成列表，或直接使用列表推导式。

一、提取所有符合条件的字典子集 #

要获取全部匹配条件的字典，直接用列表推导式即可，它会一次性生成所有符合条件的元素并返回列表：

示例：提取所有AP键值为WAP1的字典

ls_dict = [{'network': 'NET1', 'AP': 'WAP1', 'MAC': 'FF01', 'ap_mac' : 'eeeeeeeeeeee'},
           {'network': 'NET1', 'AP': 'WAP1', 'MAC': 'FF02', 'ap_mac' : 'eeeeeeeeeeee'},
           {'network': 'NET1', 'AP': 'WAP2', 'MAC': 'FF03', 'ap_mac' : 'eeeeeeeeeeee'},
           {'network': 'NET2', 'AP': 'WAP3', 'MAC': 'FF04', 'ap_mac' : 'eeeeeeeeeeee'}]

# 提取所有AP为WAP1的字典
matched_dicts = [item for item in ls_dict if item['AP'] == 'WAP1']
print(matched_dicts)

输出结果：

[{'network': 'NET1', 'AP': 'WAP1', 'MAC': 'FF01', 'ap_mac': 'eeeeeeeeeeee'}, {'network': 'NET1', 'AP': 'WAP1', 'MAC': 'FF02', 'ap_mac': 'eeeeeeeeeeee'}]

针对你的MAC搜索需求，提取所有匹配目标MAC的字典：

target_mac = 'FF01'
mac_matched = [item for item in ls_dict if item['MAC'] == target_mac]

二、统计指定键值的出现次数 #

统计有两种高效方式，尤其适合处理大型字典列表：

方式1：列表推导式长度（直观易懂） #

# 统计network为NET1的字典数量
count_net1 = len([item for item in ls_dict if item['network'] == 'NET1'])
print(count_net1)  # 输出：3

方式2：sum累加计数（内存更高效） #

用生成器表达式配合sum()，每次匹配成功就累加1，无需生成完整列表，避免占用额外内存，适合超大型数据集：

count_net1 = sum(1 for item in ls_dict if item['network'] == 'NET1')

针对你的MAC统计需求：

target_mac = 'FF01'
mac_count = sum(1 for item in ls_dict if item['MAC'] == target_mac)

内容的提问来源于stack exchange，提问作者DevilWAH