基于type值聚合字典数组 修复nan填充错误实现预期聚合结果

需求背景 #

基础需求 #

给定多个包含相同type的字典组成的列表，将同type的count值合并为列表，示例：

a = {'type': 'Low', 'count': 184} 
b = {'type': 'Low', 'count': 186} 
c = {'type': 'Low', 'count': 97}
new = [a,b,c]
# 期望结果
result = {'type': 'Low', 'count': [184, 186, 97]}

升级需求 #

对三层嵌套字典数组进行聚合，不存在的type对应的count位置填充nan，保证每个type的count列表长度等于输入子数组的总数量。
示例输入数据：

data = [[{'type': 'low', 'count': 100}, {'type': 'medium', 'count': 45}, {'type': 'high', 'count': 5}],
[{'type': 'medium', 'count': 45}, {'type': 'high', 'count': 5}],
[{'type': 'low', 'count': 100}, {'type': 'medium', 'count': 45}]]

期望输出结果：

[{'type': 'low', 'count': [100, nan, 100]}, {'type': 'medium', 'count': [45, 45, 45]}, {'type': 'high', 'count': [5, 5, nan]}]

原有代码问题分析 #

原有代码循环逻辑混乱，依赖索引匹配type，未对每个子数组的所有type做存在性校验，导致nan填充位置错误、count列表长度不符合要求。

修复后代码 #

data = [[{'type': 'low', 'count': 100}, {'type': 'medium', 'count': 45}, {'type': 'high', 'count': 5}],
[{'type': 'medium', 'count': 45}, {'type': 'high', 'count': 5}],
[{'type': 'low', 'count': 100}, {'type': 'medium', 'count': 45}]]

def unique_type(data):
    result = []
    type_list = []
    for x in data:
      for y in x:
          if y['type'] not in type_list:
              type_list.append(y['type'])
              result.append({'type': y['type'], 'count': []})
    return result, type_list

result, type_list = unique_type(data)

# 核心修改部分：遍历每个子数组，先转成type-count映射再统一填充
for arr in data:
    # 把当前子数组转成{type: count}的字典，方便快速查找
    arr_map = {item['type']: item['count'] for item in arr}
    # 按唯一type顺序逐个填充
    for idx, typ in enumerate(type_list):
        result[idx]['count'].append(arr_map.get(typ, float('nan')))

print(result)

输出结果 #

运行后即可得到预期结果：

[{'type': 'low', 'count': [100, nan, 100]}, {'type': 'medium', 'count': [45, 45, 45]}, {'type': 'high', 'count': [5, 5, nan]}]

内容的提问来源于stack exchange，提问作者toasty89