基于元组列表生成字典：按最后一列键汇总第三列数值

嘿，我给你几个实用的Python解法，轻松搞定这个按元组最后一列（语言）分组、第三列数值求和的需求：

方法1：基础循环实现（新手友好） #

这个方法逻辑最直观，适合刚接触Python的朋友理解：

tuple_list = [(2018, '2', '172767270', '202', 'gege', 'French'), 
              (2012, '212', '56007072', '200', 'cdadcadc', 'Minangkabou'), 
              (2013, 'J21', '186144990', '200', 'sacacs', 'Latin'),
              (2020, '3', '1374767888', '201', 'test', 'French')]

result = {}
for item in tuple_list:
    # 提取语言（元组最后一列）和第三列的数值（转成整数才能求和）
    lang = item[-1]
    num = int(item[2])
    # 判断语言是否已在字典中，存在则累加，不存在则初始化
    if lang in result:
        result[lang] += num
    else:
        result[lang] = num

print(result)
# 输出结果: {'French': 1547535158, 'Minangkabou': 56007072, 'Latin': 186144990}

方法2：用collections.defaultdict简化代码 #

如果不想写繁琐的判断语句，用collections.defaultdict可以让代码更简洁：

from collections import defaultdict

tuple_list = [(2018, '2', '172767270', '202', 'gege', 'French'), 
              (2012, '212', '56007072', '200', 'cdadcadc', 'Minangkabou'), 
              (2013, 'J21', '186144990', '200', 'sacacs', 'Latin'),
              (2020, '3', '1374767888', '201', 'test', 'French')]

# 初始化默认值为0的字典
result = defaultdict(int)
for item in tuple_list:
    result[item[-1]] += int(item[2])

# 可选：转成普通字典（如果不需要defaultdict的特性）
result = dict(result)

print(result)

defaultdict(int)会自动给新出现的键赋值0，所以我们可以直接累加，省去了判断键是否存在的步骤。

方法3：用itertools.groupby（适合有序数据） #

如果你的数据可以先按语言排序，itertools.groupby是个不错的选择：

from itertools import groupby

tuple_list = [(2018, '2', '172767270', '202', 'gege', 'French'), 
              (2012, '212', '56007072', '200', 'cdadcadc', 'Minangkabou'), 
              (2013, 'J21', '186144990', '200', 'sacacs', 'Latin'),
              (2020, '3', '1374767888', '201', 'test', 'French')]

# 先按语言排序，因为groupby要求相同键的元素必须连续
sorted_list = sorted(tuple_list, key=lambda x: x[-1])
result = {}
# 按语言分组，然后对每组的第三列数值求和
for lang, group in groupby(sorted_list, key=lambda x: x[-1]):
    result[lang] = sum(int(item[2]) for item in group)

print(result)

注意：使用groupby之前必须先排序，否则相同语言的元组如果不连续，会被分成不同的组，导致结果错误。

方法4：用pandas快速处理（适合大数据量） #

如果你的数据量很大，用pandas会更高效，代码也更简洁：

import pandas as pd

tuple_list = [(2018, '2', '172767270', '202', 'gege', 'French'), 
              (2012, '212', '56007072', '200', 'cdadcadc', 'Minangkabou'), 
              (2013, 'J21', '186144990', '200', 'sacacs', 'Latin'),
              (2020, '3', '1374767888', '201', 'test', 'French')]

# 把元组列表转成DataFrame
df = pd.DataFrame(tuple_list, columns=['year', 'col2', 'num', 'col4', 'name', 'lang'])
# 把第三列的字符串转成整数类型
df['num'] = df['num'].astype(int)
# 按语言分组求和，再转成字典
result = df.groupby('lang')['num'].sum().to_dict()

print(result)

pandas的分组功能专门针对大数据量优化，处理几万甚至几十万条数据时，效率会比纯Python循环高很多。

内容的提问来源于stack exchange，提问作者john