如何统计字典列表中按mne分组的非生产/生产环境应用与代理数量？

给定一个字典列表，需按mne字段分组，统计每组的以下数据：

• 非生产环境（dev、uat）与生产环境（prod）下的appname去重数量（对应字段non_prod_app_count、prod_app_count）
• 对应环境下的agentname总数（对应字段non_prod_agent_count、prod_agent_count）

输入示例 #

data = [ 
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent1", "env": "dev"},
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent2", "env": "uat"},
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent3", "env": "prod"},
    {"mne": "ABC", "appname": "abc2", "agentname": "abcagent4", "env": "dev"},
    {"mne": "ABC", "appname": "abc2", "agentname": "abcagent5", "env": "prod"},
    {"mne": "XYZ", "appname": "asf1", "agentname": "asfagent1", "env": "dev"},
    {"mne": "XYZ", "appname": "asf2", "agentname": "asfagent2", "env": "prod"},
]

期望输出示例 #

[
    {"mne": "ABC", "non_prod_app_count": 2, "prod_app_count": 2, "non_prod_agent_count": 3, "prod_agent_count": 2},
    {"mne": "XYZ", "non_prod_app_count": 1, "prod_app_count": 1, "non_prod_agent_count": 1, "prod_agent_count": 1}
]

统计规则说明 #

• 非生产环境（non_prod）包含：dev、uat
• 生产环境（prod）包含：prod

以输出中第一个字典为例：

• non_prod_app_count = 2（对应去重后的appname：abc1、abc2）
• prod_app_count = 2（对应去重后的appname：abc1、abc2）
• non_prod_agent_count = 3（对应所有non_prod环境下的agentname总数：abcagent1、abcagent2、abcagent4）
• prod_agent_count = 2（对应所有prod环境下的agentname总数：abcagent3、abcagent5）

用Python字典分组统计，逻辑清晰高效：

def calculate_stats(data):
    stats = {}
    for item in data:
        mne = item["mne"]
        appname = item["appname"]
        agentname = item["agentname"]
        env = item["env"]
        
        if mne not in stats:
            stats[mne] = {
                "mne": mne,
                "non_prod_apps": set(),
                "prod_apps": set(),
                "non_prod_agent_count": 0,
                "prod_agent_count": 0
            }
        
        current = stats[mne]
        if env in ("dev", "uat"):
            current["non_prod_apps"].add(appname)
            current["non_prod_agent_count"] += 1
        elif env == "prod":
            current["prod_apps"].add(appname)
            current["prod_agent_count"] += 1
    
    result = []
    for mne_data in stats.values():
        result.append({
            "mne": mne_data["mne"],
            "non_prod_app_count": len(mne_data["non_prod_apps"]),
            "prod_app_count": len(mne_data["prod_apps"]),
            "non_prod_agent_count": mne_data["non_prod_agent_count"],
            "prod_agent_count": mne_data["prod_agent_count"]
        })
    return result

# 测试执行
data = [ 
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent1", "env": "dev"},
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent2", "env": "uat"},
    {"mne": "ABC", "appname": "abc1", "agentname": "abcagent3", "env": "prod"},
    {"mne": "ABC", "appname": "abc2", "agentname": "abcagent4", "env": "dev"},
    {"mne": "ABC", "appname": "abc2", "agentname": "abcagent5", "env": "prod"},
    {"mne": "XYZ", "appname": "asf1", "agentname": "asfagent1", "env": "dev"},
    {"mne": "XYZ", "appname": "asf2", "agentname": "asfagent2", "env": "prod"},
]

print(calculate_stats(data))

代码说明 #

1. 遍历输入列表，按mne分组，用集合存储不同环境下的appname（自动实现去重），用计数器统计agentname总数。
2. 遍历完成后，将集合长度转换为最终的app_count字段，整理成期望的输出格式。
3. 利用集合特性自动处理appname重复值，无需额外去重逻辑。

内容的提问来源于stack exchange，提问作者gvk