多线程场景下，如何将字典列表指定键传入ThreadPoolExecutor的map函数

你的代码直接将字典列表传给map会报错，因为map默认会把每个字典作为单个参数传给process_data，但该函数需要两个独立参数。以下是两种可行的解决方案：

方案1：用lambda包装字典，传递关键字参数 #

通过lambda表达式提取每个字典中的值，以关键字参数形式传入process_data：

import concurrent.futures

data = [
    {"name": "abc", "org": "pqr"},
    {"name": "xyz", "org": "sdf"}
]

def process_data(org_name, cu_name):
    print(org_name)
    print(cu_name)

with concurrent.futures.ThreadPoolExecutor() as executor:
    # 遍历每个字典，提取对应值作为关键字参数传入目标函数
    results = executor.map(lambda item: process_data(org_name=item['org'], cu_name=item['name']), data)

方案2：拆分参数为独立迭代器，按位置传递 #

如果process_data的参数顺序与你要传递的字段顺序匹配（第一个参数对应org，第二个对应name），可以将两个字段分别提取为独立列表，直接传给map：

import concurrent.futures

data = [
    {"name": "abc", "org": "pqr"},
    {"name": "xyz", "org": "sdf"}
]

def process_data(org_name, cu_name):
    print(org_name)
    print(cu_name)

with concurrent.futures.ThreadPoolExecutor() as executor:
    # 拆分出org和name的独立迭代器
    org_list = [item['org'] for item in data]
    cu_list = [item['name'] for item in data]
    # map会按顺序取两个迭代器的元素，分别作为process_data的两个参数
    results = executor.map(process_data, org_list, cu_list)

补充说明 #

• 方案1灵活性更高，即使process_data的参数顺序变化或需要传递更多关键字参数，只需调整lambda内的参数映射即可。
• 方案2性能略优（减少lambda调用开销），但依赖参数位置的严格匹配。

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