无Pandas实现适配多键的长字典列表相邻值prev/next高效处理
最优实现方案
核心思路
完全规避手动索引遍历、分支判断的冗余代码,同时兼顾长列表下的执行效率:
- 预先批量提取所有待处理键的取值序列,避免循环内反复做字典键查询、列表索引访问的重复开销
- 利用Python列表切片的原生特性,直接生成对应键的前值、后值序列,天然处理边界补0逻辑,无需编写if判断首/尾元素的分支
- 基于
zip并行对齐遍历原列表、前值序列、后值序列,通过字典update批量注入生成的前缀字段,可维护性完全不随待处理键的数量上升而下降
通用实现代码
def add_prev_next_fields(origin_list, target_keys): # 为每个待处理键生成对应的prev_、next_取值序列 offset_maps = {} for key in target_keys: key_vals = [row[key] for row in origin_list] # 切片生成带边界补0的相邻值序列,无分支判断 offset_maps[f"prev_{key}"] = [0, *key_vals[:-1]] offset_maps[f"next_{key}"] = [*key_vals[1:], 0] result = [] # 并行遍历原列表每一行,以及所有待生成字段的对应位置取值 for row, *offset_values in zip(origin_list, *offset_maps.values()): # 浅拷贝原字典,保留所有未指定的键值不变,避免修改原输入 new_row = row.copy() # 批量注入prev_/next_字段 new_row.update(zip(offset_maps.keys(), offset_values)) result.append(new_row) return result
效果验证
基础单键场景
输入:
someList = [{'a':3}, {'a':4}, {'a':6}] dict_key_values = ['a'] print(add_prev_next_fields(someList, dict_key_values))
输出完全匹配需求:
[ {'a': 3, 'prev_a': 0, 'next_a': 4}, {'a': 4, 'prev_a': 3, 'next_a': 6}, {'a': 6, 'prev_a': 4, 'next_a': 0} ]
多键升级场景
输入:
someList = [{'a':2,'b':4,'c':9}, {'a':6,'b':1,'c':3}] dict_key_values = ['a','c'] print(add_prev_next_fields(someList, dict_key_values))
输出自动保留未指定的b键,仅对目标键生成前后缀字段:
[ {'a': 2, 'b': 4, 'c': 9, 'prev_a': 0, 'next_a': 6, 'prev_c': 0, 'next_c': 3}, {'a': 6, 'b': 1, 'c': 3, 'prev_a': 2, 'next_a': 0, 'prev_c': 9, 'next_c': 0} ]
方案优势
- 效率最优:整体时间复杂度为
O(N*K)(N为列表长度,K为待处理键数量),所有核心操作都是Python解释器层面实现的C级速度,哪怕列表长度超过10万行也不会出现性能瓶颈 - 可维护性极强:无论待处理键有多少个,核心逻辑完全不需要修改,仅需调整
target_keys参数即可,解决了原索引遍历方案代码复杂度随键数暴涨的问题 - 无副作用:通过浅拷贝生成新字典,不会修改原输入列表的内容
- 完全无第三方依赖:不需要引入Pandas等外部库,符合原生Python编程规范
内容的提问来源于stack exchange,提问作者jokol
相关产品推荐
相关产品推荐

