Python如何按条件分组列表元素并优化代码以提升性能？

方法一：使用映射字典 + collections.defaultdict #

这种方法通过预定义类型映射，结合defaultdict自动初始化列表，既提升了代码的可维护性，又保证了高效的执行性能：

from collections import defaultdict

all_values = [
    {"a": "first_type"},
    {"a": "second_type"}, {"a": "second_type"},
    {"a": "third_type"}
]

# 定义类型到目标键的映射
type_mapping = {
    "first_type": "first",
    "second_type": "second",
    "third_type": "third"
}

sorted_objs = defaultdict(list)
for obj in all_values:
    # 通过映射快速获取目标键，O(1)时间复杂度
    key = type_mapping[obj["a"]]
    sorted_objs[key].append(obj)

# 若需要转为普通字典（可选，defaultdict已具备字典的所有功能）
sorted_objs = dict(sorted_objs)

核心优势 #

• 性能更优：字典查找是O(1)操作，相比原代码的多条件判断，在类型数量较多或列表极长时，能显著减少每次迭代的计算开销。
• 可扩展性强：新增类型只需在type_mapping中添加键值对，无需修改循环内的条件逻辑，代码维护成本更低。
• 代码更简洁：避免了冗长的if-elif链，逻辑清晰易懂。

处理未知类型的可选方案 #

如果all_values中可能存在未定义的类型，可以添加容错处理，例如忽略未知类型或归类到默认分组：

for obj in all_values:
    type_str = obj["a"]
    # 若类型不在映射中，使用默认键或跳过
    key = type_mapping.get(type_str, "unknown")
    if key != "unknown":
        sorted_objs[key].append(obj)

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