如何以Pythonic方式匹配两个字典列表同键并获取全字段

要替代低效的嵌套循环，最Pythonic且高效的方式是用字典构建索引映射——把其中一个列表转成以id为键的字典，这样就能通过O(1)的时间复杂度完成匹配，整体时间复杂度降到O(n+m)，远优于嵌套循环的O(n*m)（n、m分别为两个列表的长度）。

核心实现代码 #

import json

# 加载JSON数据（替换为你的实际加载逻辑）
brands_file = json.loads(...)

# 第一步：构建seller的id映射字典，仅需遍历一次sellers列表
seller_map = {seller['id']: seller for seller in brands_file['sellers']}

# 第二步：遍历cars，直接通过id快速匹配对应的seller
for car in brands_file['cars']:
    car_id = car['id']
    # 用get()避免KeyError，可处理无匹配的情况
    matched_seller = seller_map.get(car_id)
    
    if matched_seller:
        # 直接获取双方所有字段
        print(f"车型：{car['name']}（车门数：{car['doors']}）")
        print(f"经销商：{matched_seller['name']}（距离：{matched_seller['distance']}）")
        # 在这里执行你的业务逻辑
    else:
        # 处理无匹配的边界情况
        print(f"车型{car['name']}（ID：{car_id}）未找到对应经销商")

双向匹配的扩展（处理无对应car的seller） #

如果需要同时处理两种列表中存在但对方没有的id，可以先找出共同id集合，再批量匹配：

# 同时构建cars和sellers的id映射
car_map = {car['id']: car for car in brands_file['cars']}
seller_map = {seller['id']: seller for seller in brands_file['sellers']}

# 找出两个列表共有的id
common_ids = car_map.keys() & seller_map.keys()

# 遍历共同id，一次性获取匹配的car和seller
for id in common_ids:
    car = car_map[id]
    seller = seller_map[id]
    # 执行业务逻辑
    print(f"匹配ID：{id} | 车型：{car['name']} | 经销商：{seller['name']}")

为什么这更高效？ #

• 字典的键查找是哈希表实现，时间复杂度为O(1)
• 整体仅需遍历两个列表各一次，总操作数为n+m；而嵌套循环需要n*m次操作，数据量越大，效率差距越明显（比如两个列表各1000条数据，嵌套循环要执行100万次，字典映射仅需2000次）。

内容的提问来源于stack exchange，提问作者storms