Python中如何按位置而非指定键选取字典中的多个元素？

问题根源 #

你原来的代码用普通字典存排序后的结果，哪怕Python 3.7+的字典是有序的，也没法像列表那样用索引切片取最后5个元素。而且排序逻辑用了嵌套循环匹配值和键，不仅效率低，还可能因为多个国家排放量相同导致数据覆盖。

优化方案 #

直接对国家-排放量的键值对按排放量降序排序，然后取前5个（比升序取最后5个更直观），用列表存储排序后的结果，这样就能直接通过索引访问。

优化后的代码 #

# 遍历1990到2019年（共30年）
for year in range(1990, 2020):
    year_str = str(year)
    global_emissions = {}
    
    # 构建当年各国排放量字典，过滤缺失数据（比如NaN）
    for country in dataset:
        emissions = country.get(year_str)
        # 跳过无数据的情况
        if emissions is not None and not isinstance(emissions, str):
            global_emissions[country['COUNTRY']] = emissions
    
    # 按排放量降序排序，得到列表，每个元素是(国家名, 排放量)
    sorted_items = sorted(global_emissions.items(), key=lambda x: x[1], reverse=True)
    
    # 取排放量最高的5个国家
    top5_emissions = sorted_items[:5]
    
    # 这里可以添加可视化代码，比如用matplotlib绘制top5的数据
    print(f"===== {year}年排放量Top5 =====")
    for country, value in top5_emissions:
        print(f"{country}: {value} kt")

关键说明 #

• 用country.get(year_str)替代直接取键，避免因缺失年份键报错
• 排序时用lambda x: x[1]指定按元组的第二个元素（排放量）排序，reverse=True实现降序
• sorted_items是列表，支持切片[:5]直接获取前5个最高排放的国家数据，后续可视化时可以直接提取国家名和排放量：

  # 提取国家名和排放量
  top_countries = [item[0] for item in top5_emissions]
  top_values = [item[1] for item in top5_emissions]
  # 比如用柱状图展示
  import matplotlib.pyplot as plt
  plt.bar(top_countries, top_values)
  plt.title(f"{year}年CO₂排放量Top5国家")
  plt.ylabel("排放量(kt)")
  plt.show()
  

内容的提问来源于stack exchange，提问作者Nathan