Python中实现列表数据映射：将CSV数据按名称分组关联

没问题，这有几种实用的方法帮你把数据整理成想要的字典格式，不管是从已有的L1/L2转换，还是直接通过DictReader处理CSV文件都可以：

方法1：基础循环（适合理解逻辑） #

如果已经有了L1和L2两个列表，可以用最直观的循环来构建字典：

# 初始化空字典
result = {}

# 遍历配对的名称和数据
for name, data in zip(L1, L2):
    # 如果名称不在字典里，先创建空列表
    if name not in result:
        result[name] = []
    # 将对应数据添加到列表中
    result[name].append(data)

这种写法逻辑清晰，新手也能快速理解每一步的作用，最终会生成你需要的{'Name1':['abcd','efgh','fgdh'], 'Name2':['xjbjk','flfnd']}格式。

方法2：用collections.defaultdict（更简洁） #

Python的collections模块提供了defaultdict，可以自动为不存在的键创建默认值（这里是空列表），省去手动判断键是否存在的步骤：

from collections import defaultdict

result = defaultdict(list)

for name, data in zip(L1, L2):
    # 直接添加数据，无需手动初始化列表
    result[name].append(data)

# （可选）如果需要转换成普通字典
result = dict(result)

这种写法更简洁，代码量更少，处理效率也更优，适合日常快速开发。

方法3：直接从DictReader处理（推荐，节省内存） #

既然你是用csv.DictReader读取CSV文件，其实可以跳过生成L1和L2的步骤，直接在读取过程中构建目标字典，这样能避免额外存储两个列表，尤其适合处理大文件：

import csv
from collections import defaultdict

result = defaultdict(list)

# 打开CSV文件并读取
with open('your_file.csv', 'r') as f:
    reader = csv.DictReader(f)
    for row in reader:
        # 提取每行的名称和数据字段
        name = row['NAMES']
        data = row['DATA']
        result[name].append(data)

# （可选）转换成普通字典
result = dict(result)

这种方法更符合实际工作流程，一步到位完成数据读取和格式转换，还能节省内存空间。

以上三种方法最终都会生成你需要的可迭代字典格式，你可以根据自己的场景选择合适的方式~

内容的提问来源于stack exchange，提问作者Ankit Kumar