如何优雅筛选字典中Dog属性为Yes的Animal键？

问题背景 #

给定字典：

dictionary = {'Animal 1': {'Dog': 'Yes', 'Cat': 'No', 'Color': 'Black'},
              'Animal 2': {'Dog': 'Yes', 'Cat': 'No', 'Color': 'Brown'},
              'Animal 3': {'Dog': 'No', 'Cat': 'Yes', 'Color': 'Grey'}}

需要筛选出其中Dog字段值为Yes的Animal名称，预期输出为：['Animal 1','Animal 2']

原实现代码较为繁琐：

pd.DataFrame.from_dict(dictionary).T.loc[pd.DataFrame.from_dict(dictionary).T["Dog"]=='Yes',:].index.to_list()

优雅实现方式 #

1. 纯Python原生实现（无需依赖第三方库） #

利用列表推导式直接遍历字典键值对完成筛选，简洁高效且逻辑清晰：

[animal for animal, attrs in dictionary.items() if attrs['Dog'] == 'Yes']

2. 优化后的Pandas实现 #

原代码重复创建两次DataFrame，优化后只需创建一次，同时可选更简洁的筛选写法：

方式一：复用DataFrame变量

import pandas as pd

df = pd.DataFrame.from_dict(dictionary).T
result = df[df['Dog'] == 'Yes'].index.tolist()

方式二：使用query()提升可读性

用类SQL语法编写筛选条件，让代码更贴近自然语言：

import pandas as pd

result = pd.DataFrame.from_dict(dictionary).T.query("Dog == 'Yes'").index.tolist()

内容的提问来源于stack exchange，提问作者gabboshow