Python嵌套dictionary comprehension分组写法问题求解

给定基础数据 #

待转换的原始数据集如下：

data =[
    ['Peter', 'June', 100],
    ['Peter', 'July', 200],
    ['Peter', 'August', 120],
    ['Peter', 'September', 202],
    ['Bob', 'June', 300],
    ['Bob', 'July', 101],
    ['Bob', 'August', 200],
    ['Bob', 'September', 100]
]

预期转换后的目标结构：

targets = {
    'June': {'Peter': 100, 'Bob': 300},
    'July': {'Peter': 200, 'Bob': 101},
    'August': {'Peter': 120, 'Bob': 200},
    'September': {'Peter': 202, 'Bob': 100}
}

原有代码问题 #

之前编写的错误实现：

targets = {row[1]: {row[0]: row[2] for row in data} for row in data}

运行后所有外层月份对应的内层字典完全一致，均为最后一组数据的映射结果，不符合预期：

{ 
 'June': {'Peter': 202, 'Bob': 100}, 
 'July': {'Peter': 202, 'Bob': 100}, 
 'August': {'Peter': 202, 'Bob': 100}, 
 'September': {'Peter': 202, 'Bob': 100}
}

错误原因：内层字典推导式每次都遍历全量data数据，没有和外层当前月份做匹配过滤，遍历过程中同名字段会被后续值覆盖，最终每个内层字典都是全量数据遍历完的最终覆盖结果，和外层月份没有关联。

正确实现方案 #

• 纯嵌套字典推导式写法
  外层先通过集合去重拿到所有唯一月份作为键，内层推导式增加月份匹配判断，只筛选当前月份对应的人员和分数生成内层字典：

  targets = {
      month: {name: score for name, m, score in data if m == month}
      for month in {row[1] for row in data}
  }
  

• 高性能单次遍历写法
  数据量较大时，纯推导式写法内层会重复遍历全量数据，性能偏低，用一次循环即可完成组装，逻辑更直观效率更高：

  targets = {}
  for name, month, score in data:
      targets.setdefault(month, {})[name] = score
  

两种写法运行后都能得到符合要求的目标结构。

内容的提问来源于stack exchange，提问作者Prashant