Python字典分组是通过字典键值对实现数据分类的核心技巧，常用于将列表、元组等可迭代对象按指定属性归类，使用collections.defaultdict可自动初始化键值，避免KeyError；或通过dict.setdefault动态添加分组，如将学生列表按班级分组，生成{班级: [学生1, 学生2]}的结构，便于后续统计或查询，该方法高效直观，广泛应用于数据分析、日志处理等场景，是Python中处理结构化数据分类的常用手段。
Python字典分组：高效数据处理的实用技巧
在数据处理与分析的日常工作中，我们经常面临将海量数据依据特定规则进行分类整理的挑战，无论是将学生按班级归档、将订单按客户归属、还是将系统日志按错误类型分类，Python中的字典（`dict`）凭借其高效的键值对存储机制，都成为了实现分组操作的理想工具，本文将深入探讨Python字典分组的底层原理、多种实用实现方法及其在真实场景中的应用,助您掌握这一提升数据处理效率的核心技能。
为什么需要字典分组？
假设我们有以下学生数据列表，其中每个学生信息以字典形式存储，包含姓名、班级和成绩：
students = [
{"name": "Alice", "class": "A", "score": 85},
{"name": "Bob", "class": "B", "score": 90},
{"name": "Charlie", "class": "A", "score": 78},
{"name": "David", "class": "B", "score": 92},
{"name": "Eve", "class": "C", "score": 88}
]
若目标是统计每个班级的学生名单，或计算各班级的平均分，直接遍历原始列表进行逐条处理显然效率低下且逻辑冗余，通过字典分组，我们可以将属于同一班级的学生聚合在一起，形成一个结构化的嵌套字典，{"A": [{"name": "Alice", ...}, {"name": "Charlie", ...}], "B": [{"name": "Bob", ...}, {"name": "David", ...}], "C": [{"name": "Eve", ...}]}，这种结构化数据为后续的聚合计算（如求平均、求和、筛选等）提供了极大的便利,显著提升了代码的可读性和执行效率。
字典分组的核心原理
字典分组的本质在于：**以用于分类的字段值作为字典的键（`key`），将该键对应的所有原始数据项（通常是列表）作为字典的值（`value`）**，按“班级”分组时，“班级A”就是一个键，所有班级为“A”的学生字典组成的列表就是其对应的值。
实现分组的核心逻辑步骤如下：
- 初始化一个空字典,作为分组结果的容器。
- 遍历原始数据列表中的每一个数据项（如每个学生字典）：
- 提取用于分组的字段值（如 `student["class"]`）作为当前键。
- 检查该键是否已存在于结果字典中：
- 若键不存在，则在该字典中创建此键，并将其值初始化为一个空列表 `[]`。
- 若键已存在,则跳过此步骤。
- 将当前正在处理的数据项（整个学生字典）追加到该键对应的值列表中。
字典分组的常用方法
方法1：基础循环实现（直观易理解）
对于初学者而言，使用 `for` 循环配合 `if` 条件判断是最直观、最易于理解的方式：
grouped_by_class = {} # 初始化空字典
for student in students:
class_key = student["class"] # 提取分组键（班级）
# 检查键是否已存在，不存在则初始化
if class_key not in grouped_by_class:
grouped_by_class[class_key] = [] # 创建键并初始化为空列表
# 将当前学生字典追加到对应班级的列表中
grouped_by_class[class_key].append(student)
打印分组结果
print(grouped_by_class)
**优点**：逻辑清晰，步骤明确，适合理解分组过程。**缺点**：代码稍显冗长,需要手动处理键不存在的情况。
方法2：使用 `defaultdict`（更简洁高效）
Python 的 `collections.defaultdict` 提供了一种更优雅的解决方案，它允许我们在访问一个不存在的键时，自动使用指定的工厂函数（如 `list`）为其创建默认值,从而省去手动检查和初始化的步骤：
from collections import defaultdict创建一个默认值为列表的字典
grouped_by_class = defaultdict(list)
for student in students: class_key = student["class"]
自动处理键不存在的情况，直接追加
grouped_by_class[class_key].append(student)打印分组结果（结果仍是 defaultdict，但行为与普通 dict 相同）
print(grouped_by_class)
**优点**：代码更简洁、更符合 Pythonic 风格，性能通常略优于手动检查，是实际开发中的首选方法之一。**注意**：`defaultdict` 是 `dict` 的子类,其结果可以直接当作普通字典使用。
方法3：使用 `dict.setdefault()`（单行处理）
字典的 `setdefault(key, default_value)` 方法提供了一种在一行内完成键检查和初始化的方式，如果键存在，则返回其值；如果键不存在，则设置该键为 `default_value` 并返回 `default_value`：
grouped_by_class = {}
for student in students:
class_key = student["class"]
class_key 不存在，则设置为空列表；然后追加 student
grouped_by_class.setdefault(class_key, []).append(student)
print(grouped_by_class)
**优点**：代码非常紧凑，一行完成核心逻辑。**缺点**：对于不存在的键，每次调用 `setdefault` 都会创建一个新的默认值对象（这里是 `[]`），在极端性能敏感的场景下可能略逊于 `defaultdict`（后者只初始化一次）,但在大多数情况下性能差异可以忽略。
进阶应用：多级分组与实际场景
多级分组（嵌套分组）
当需要依据多个维度进行分组时（先按班级分组，再在每个班级内按成绩区间分组）,可以轻松扩展上述方法：
from collections import defaultdict外层字典：键是班级，值是内层字典
multi_level_grouped = defaultdict(lambda: defaultdict(list))
for student in students: class_key = student["class"]
定义成绩区间（优秀 >=90, 良好 80-89, 及格 60-79）
if student["score"] >= 90: score_range = "优秀" elif student["score"] >= 80: score_range = "良好" else: score_range = "及格" # �
