从字典中提取键值对的子集？

Question

我有一个大字典对象，有几个键值对（大约 16 个），但我只对其中 3 个感兴趣。对此类字典进行子集化的最佳方法（最短/有效/最优雅）是什么？

我所知道的最清楚的是：

bigdict = {'a':1,'b':2,....,'z':26} 
subdict = {'l':bigdict['l'], 'm':bigdict['m'], 'n':bigdict['n']}

我确信有比这更优雅的方式。

Answer 1

你可以尝试：

dict((k, bigdict[k]) for k in ('l', 'm', 'n'))

...或者在 Python 2.7 或更高版本中：

{k: bigdict[k] for k in ('l', 'm', 'n')}

我假设你知道键将在字典中。请参阅 如果您不这样做，请由 Håvard S 回答。

或者，正如 timbo 在评论中指出的那样，如果您想要 bigdict 中缺少的密钥要映射到 None，您可以这样做：

{k: bigdict.get(k, None) for k in ('l', 'm', 'n')}

如果您使用的是 Python 3，并且您只想要新字典中实际存在于原始字典中的键，您可以使用事实来查看对象实现一些集合操作：

{k: bigdict[k] for k in bigdict.keys() & {'l', 'm', 'n'}}

Answer 2

至少短一点：

wanted_keys = ['l', 'm', 'n'] # The keys you want
dict((k, bigdict[k]) for k in wanted_keys if k in bigdict)

Answer 3

对所有提到的方法进行一些速度比较：

于 2020 年 7 月 13 日更新（感谢@user3780389）：
仅适用于来自 bigdict 的键。

 IPython 5.5.0 -- An enhanced Interactive Python.
Python 2.7.18 (default, Aug  8 2019, 00:00:00) 
[GCC 7.3.1 20180303 (Red Hat 7.3.1-5)] on linux2
import numpy.random as nprnd
  ...: keys = nprnd.randint(100000, size=10000)
  ...: bigdict = dict([(_, nprnd.rand()) for _ in range(100000)])
  ...: 
  ...: %timeit {key:bigdict[key] for key in keys}
  ...: %timeit dict((key, bigdict[key]) for key in keys)
  ...: %timeit dict(map(lambda k: (k, bigdict[k]), keys))
  ...: %timeit {key:bigdict[key] for key in set(keys) & set(bigdict.keys())}
  ...: %timeit dict(filter(lambda i:i[0] in keys, bigdict.items()))
  ...: %timeit {key:value for key, value in bigdict.items() if key in keys}
100 loops, best of 3: 2.36 ms per loop
100 loops, best of 3: 2.87 ms per loop
100 loops, best of 3: 3.65 ms per loop
100 loops, best of 3: 7.14 ms per loop
1 loop, best of 3: 577 ms per loop
1 loop, best of 3: 563 ms per loop

正如预期的那样：字典理解是最好的选择。

Answer 4

interesting_keys = ('l', 'm', 'n')
subdict = {x: bigdict[x] for x in interesting_keys if x in bigdict}

Answer 5

该答案使用与所选答案类似的字典理解，但不会排除缺少的项目。

python 2 版本：

{k:v for k, v in bigDict.iteritems() if k in ('l', 'm', 'n')}

python 3 版本：

{k:v for k, v in bigDict.items() if k in ('l', 'm', 'n')}

Answer 6

如果您想保留大部分键并删除一些键，则可以采用另一种方法：

{k: bigdict[k] for k in bigdict.keys() if k not in ['l', 'm', 'n']}

Answer 7

也许：

subdict=dict([(x,bigdict[x]) for x in ['l', 'm', 'n']])

Python 3 甚至支持以下内容：

subdict={a:bigdict[a] for a in ['l','m','n']}

请注意，您可以按如下方式检查字典中是否存在：

subdict=dict([(x,bigdict[x]) for x in ['l', 'm', 'n'] if x in bigdict])

resp。对于Python 3

subdict={a:bigdict[a] for a in ['l','m','n'] if a in bigdict}

Answer 8

您还可以使用map（无论如何，这是一个非常有用的函数）：

sd = dict(map(lambda k: (k, l. get(k, None)), l))

示例：

large_dictionary = {'a1':123, 'a2':45, 'a3':344}
list_of_keys = ['a1', 'a3']
small_dictionary = dict(map(lambda key: (key, large_dictionary.get(key, None)), list_of_keys))

PS：我从之前的答案中借用了 .get(key, None) :)

Answer 9

好吧，这个问题已经困扰了我好几次了，所以谢谢 Jayesh 的提问。

上面的答案似乎是一个很好的解决方案，但如果您在整个代码中使用它，那么包装功能恕我直言是有意义的。此外，这里有两种可能的用例：一种是您关心所有关键字是否都在原始字典中。还有一个你不知道的地方。平等对待两者就好了。

因此，对于我的二便士价值，我建议编写一个字典的子类，例如

class my_dict(dict):
    def subdict(self, keywords, fragile=False):
        d = {}
        for k in keywords:
            try:
                d[k] = self[k]
            except KeyError:
                if fragile:
                    raise
        return d

现在您可以使用以下命令拉出一个子字典

orig_dict.subdict(keywords)

用法示例：

#
## our keywords are letters of the alphabet
keywords = 'abcdefghijklmnopqrstuvwxyz'
#
## our dictionary maps letters to their index
d = my_dict([(k,i) for i,k in enumerate(keywords)])
print('Original dictionary:\n%r\n\n' % (d,))
#
## constructing a sub-dictionary with good keywords
oddkeywords = keywords[::2]
subd = d.subdict(oddkeywords)
print('Dictionary from odd numbered keys:\n%r\n\n' % (subd,))
#
## constructing a sub-dictionary with mixture of good and bad keywords
somebadkeywords = keywords[1::2] + 'A'
try:
    subd2 = d.subdict(somebadkeywords)
    print("We shouldn't see this message")
except KeyError:
    print("subd2 construction fails:")
    print("\toriginal dictionary doesn't contain some keys\n\n")
#
## Trying again with fragile set to false
try:
    subd3 = d.subdict(somebadkeywords, fragile=False)
    print('Dictionary constructed using some bad keys:\n%r\n\n' % (subd3,))
except KeyError:
    print("We shouldn't see this message")

如果运行上述所有代码，您应该看到（类似）以下输出（抱歉格式错误）：

原始词典：
{'a': 0, 'c': 2, 'b': 1, 'e': 4, 'd': 3, 'g': 6, 'f': 5,
“i”：8、“h”：7、“k”：10、“j”：9、“m”：12、“l”：11、“o”：14、
“n”：13，“q”：16，“p”：15，“s”：18，“r”：17，“u”：20，
“t”：19、“w”：22、“v”：21、“y”：24、“x”：23、“z”：25}

奇数键的字典：
{'a': 0, 'c': 2, 'e': 4, 'g': 6, 'i': 8, 'k': 10, 'm': 12, 'o': 14, ' q'：16，'s'：18，'u'：20，'w'：22，'y'：24}

subd2 构建失败：
原始字典不包含某些键

使用一些坏键构造的字典：
{'b'：1，'d'：3，'f'：5，'h'：7，'j'：9，'l'：11，'n'：13，'p'：15，' r'：17，'t'：19，'v'：21，'x'：23，'z'：25}

Answer 10

解决方案

from operator import itemgetter
from typing import List, Dict, Union


def subdict(d: Union[Dict, List], columns: List[str]) -> Union[Dict, List[Dict]]:
    """Return a dict or list of dicts with subset of 
    columns from the d argument.
    """
    getter = itemgetter(*columns)

    if isinstance(d, list):
        result = []
        for subset in map(getter, d):
            record = dict(zip(columns, subset))
            result.append(record)
        return result
    elif isinstance(d, dict):
        return dict(zip(columns, getter(d)))

    raise ValueError('Unsupported type for `d`')

使用示例

# pure dict

d = dict(a=1, b=2, c=3)
print(subdict(d, ['a', 'c']))

>>> In [5]: {'a': 1, 'c': 3}

# list of dicts

d = [
    dict(a=1, b=2, c=3),
    dict(a=2, b=4, c=6),
    dict(a=4, b=8, c=12),
]

print(subdict(d, ['a', 'c']))

>>> In [5]: [{'a': 1, 'c': 3}, {'a': 2, 'c': 6}, {'a': 4, 'c': 12}]

Answer 11

py3.8+ 中避免 big_dict 中缺少键的 None 值的另一种方法是使用 walrus：

small_dict = {key: val for key in ('l', 'm', 'n') if (val := big_dict.get(key))}

Answer 12

还有一个（我更喜欢Mark Longair的回答）

di = {'a':1,'b':2,'c':3}
req = ['a','c','w']
dict([i for i in di.iteritems() if i[0] in di and i[0] in req])

Answer 13

使用地图（halfdanrump的答案）对我来说是最好的，虽然还没有计时......

但是如果你去找一本字典，并且如果你有一个big_dict：

1. 请绝对确定你循环了req。这是至关重要的，并且会影响算法的运行时间（大O，theta，你能想到的）
2. 将其编写得足够通用，以避免在键不存在时出现错误。

所以例如：

big_dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w']

{k:big_dict.get(k,None) for k in req )
# or 
{k:big_dict[k] for k in req if k in big_dict)

请注意，在相反的情况下，req很大，但my_dict很小，你应该循环遍历my_dict。

一般来说，我们正在做一个交集，问题的复杂度是 O(min(len(dict)),min (len(req)))。 Python 的自己的交集实现考虑两个集合的大小，所以这看起来是最优的。此外，在 c 语言中并且是核心库的一部分，可能比大多数未优化的 python 语句更快。
因此，我会考虑的一个解决方案是：

dict = {'a':1,'b':2,'c':3,................................................}
req = ['a','c','w',...................]

{k:dic[k] for k in set(req).intersection(dict.keys())}

它将关键操作移到 python 的 c 代码中，并且适用于所有情况。

Answer 14

如果有人想要字典的前几项 n 而不知道键：

n = 5 # First Five Items
ks = [*dikt.keys()][:n]
less_dikt = {i: dikt[i] for i in ks}