Python中如何对字典指定键的列表值求和？附代码场景

你可以用字典推导式结合Python内置的sum()函数快速实现这个需求，代码简洁又易读。下面是具体的解决方案：

步骤1：优化变量名（可选但推荐） #

先注意一下：你用了filter作为变量名，这是Python的内置函数，容易引发命名冲突，建议重命名为filter_dict：

filter_dict = { 
    'Negatif ': [4.0, 2.0, 3.0, 1.0], 
    'Netral ': [3.0, 1.0, 3.0, 1.0], 
    'Positif ': [0, 0, 1.0, 1.0], 
    'tanggal': [ '2019-08-27 00:00:00', '2019-08-28 00:00:00', '2019-08-29 00:00:00', '2019-08-30 00:00:00' ] 
}

步骤2：生成目标结果 #

先定义需要处理的情感键列表，再用字典推导式遍历每个键，计算对应列表的总和并包装成列表格式：

# 指定需要计算总和的目标情感键
target_sentiments = ['Negatif ', 'Netral ', 'Positif ']

# 生成符合要求的结果字典
sum_result = {sentiment: [sum(filter_dict[sentiment])] for sentiment in target_sentiments}

print(sum_result)

运行这段代码后，输出就是你期望的：

{'Negatif ': [10.0], 'Netral ': [9.0], 'Positif ': [2.0]}

额外优化：从DataFrame直接计算（更高效） #

其实你完全可以在DataFrame阶段就完成求和，不用等到转成字典再处理，这样能减少中间环节，更符合Pandas的使用习惯：

# 直接对原始DataFrame按情感分组计数求和
sentiment_totals = df.groupby('hasil_sentimens').size().to_dict()

# 转成你需要的列表格式
sum_result_from_df = {key: [value] for key, value in sentiment_totals.items()}

内容的提问来源于stack exchange，提问作者lockey