Python如何不使用for循环实现字典列表按指定key累加对应数值

首先明确：这里的「不使用for循环」指不手动编写显式for循环处理判断逻辑，所有迭代逻辑由标准库/第三方库内部封装，底层本质还是存在循环操作，只是不需要开发者手动实现。

以下是几种可行的实现方案：

方案1：基于functools.reduce的纯标准库实现 #

无需额外安装依赖，仅用Python内置标准库即可完成：

from functools import reduce
from collections import defaultdict

data = [
    {'name': 'Jack', 'points': 10},
    {'name': 'John', 'points': 12},
    {'name': 'Jack', 'points': 15},
    {'name': 'Harry', 'points': 11}
]

# 累加逻辑封装在reduce中，无显式for循环
points_sum = reduce(
    lambda acc, item: (acc.update({item['name']: acc.get(item['name'], 0) + item['points']}) or acc),
    data,
    defaultdict(int)
)

# 按需求格式化输出
for name, total in points_sum.items():
    print(f"{name}: {total} points ,")

方案2：基于itertools.groupby实现 #

需要先对原始数据按name字段排序，再用groupby分组后求和：

from itertools import groupby
from operator import itemgetter

data = [
    {'name': 'Jack', 'points': 10},
    {'name': 'John', 'points': 12},
    {'name': 'Jack', 'points': 15},
    {'name': 'Harry', 'points': 11}
]

# 先按name排序，保证同name的元素相邻
sorted_data = sorted(data, key=itemgetter('name'))
# 分组求和
points_sum = {
    name: sum(map(itemgetter('points'), group)) 
    for name, group in groupby(sorted_data, key=itemgetter('name'))
}

# 格式化输出同上

方案3：基于pandas实现（适合大数据量场景） #

如果可以引入第三方库，pandas的groupby语法更简洁，性能也更好：

import pandas as pd

data = [
    {'name': 'Jack', 'points': 10},
    {'name': 'John', 'points': 12},
    {'name': 'Jack', 'points': 15},
    {'name': 'Harry', 'points': 11}
]

points_sum = pd.DataFrame(data).groupby('name')['points'].sum().to_dict()

# 格式化输出同上

三种方案最终输出都和你要求的结果完全一致。

内容的提问来源于stack exchange，提问作者Green Panda