Python 3：基于Name键分组重组大型字典列表的实现问询

方法一：使用collections.defaultdict（推荐，适合大型数据集） #

这是最稳健高效的方案，只需遍历一次原始数据，时间复杂度为O(n)，同时能妥善处理names集合中存在但tsv_data里没有对应数据的情况（比如示例中的jack）。

from collections import defaultdict

# 初始化分组容器，默认值为空列表
grouped = defaultdict(list)

# 遍历原始数据，按name分组
for item in tsv_data:
    grouped[item['name']].append(item)

# 生成最终要求的结构，确保包含names中的所有name
result = [
    {'name': name, 'children': grouped.get(name, [])}
    for name in names
]

方法二：使用普通字典（无需额外导入模块） #

如果不想引入collections模块，也可以用普通字典手动处理键不存在的情况：

grouped = {}

for item in tsv_data:
    name = item['name']
    if name not in grouped:
        grouped[name] = []
    grouped[name].append(item)

# 生成最终结构
result = [
    {'name': name, 'children': grouped.get(name, [])}
    for name in names
]

说明 #

• 两种方法都仅需遍历一次tsv_data，处理大型数据时性能优异
• 最终结果会严格包含names集合中的所有name，即使该name在tsv_data中没有对应条目，children也会是一个空列表
• 原始数据中的字典会被直接添加到对应分组，不会修改原数据结构

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