Python如何优雅统计元组列表中各key对应的不同value数量

推荐两种常用的Pythonic写法，按需选择即可：

写法1：性能最优，可读性最高（推荐绝大多数场景使用） #

利用collections.defaultdict搭配集合自动去重，时间复杂度为O(n)：

from collections import defaultdict

# 示例输入
tuple_list = [("k1", 400), ("k1", 500), ("k2", 600), ("k2", 600), ("k3", 600)]

key_values = defaultdict(set)
for key, value in tuple_list:
    key_values[key].add(value)

# 转换为统计数量的结果
result = {k: len(v) for k, v in key_values.items()}

运行后result的值为{'k1': 2, 'k2': 1, 'k3': 1}，完全符合预期。

如果不想导入外部模块，也可以用原生字典的setdefault方法实现相同逻辑：

tuple_list = [("k1", 400), ("k1", 500), ("k2", 600), ("k2", 600), ("k3", 600)]
key_values = {}
for key, value in tuple_list:
    key_values.setdefault(key, set()).add(value)
result = {k: len(v) for k, v in key_values.items()}

写法2：一行实现（适合小数据集使用） #

如果偏好更短的代码，可以用itertools.groupby实现，注意该方法需要先对输入列表按key排序，时间复杂度为O(n log n)，大数据量下性能不如第一种写法：

from itertools import groupby

tuple_list = [("k1", 400), ("k1", 500), ("k2", 600), ("k2", 600), ("k3", 600)]
result = {k: len(set(v for _, v in group)) for k, group in groupby(sorted(tuple_list), key=lambda x: x[0])}

内容的提问来源于stack exchange，提问作者IsaacLevon