python 输出表格某一列的一个元素_Python中的扩展数据类型

前言

学习Python的同学应该都知道Python中的复合数据类型有tuple、dict、list、set等，但这些数据类型本身是有局限的，比如最典型的dict，其中的key是无序的，有时候我们想要根据其key排序时，就必须自己手动写一个函数或是一段代码来处理，然而实际上，在Python中，对于这类问题已经提供了很好的解决方案，并不需要我们再动手创建一个轮子，这就是我们这一篇要介绍的Python基本库collections。

极简类的另类实现

比如我们有时候想记录一些人的姓名、年龄和性别，这时候当然最好是创建一个类了，但是如果利用collections中的一个扩展类namedtuple，则实现这个功能很简单：

from collections import namedtupleperson = namedtuple('person', ['name', 'age', 'gender'])

这样就创建好了有些象一个类的扩展元组，下面我们就可以用这个 person 来记录人员信息了：

p1 = person(name="张三", age=10, gender="男")p1>>> 输出：person(name='张三', age=10, gender='男')

这样子看起来是不是很象类？甚至对于创建的 p1 变量而言，我们依然可以将其当成一个类对象来使用，比如访问 p1 这个人的年龄，可以这样访问：

p1.age>>> 输出：10

namedtuple 的更大功能在于处理数据库对象，当将读取的数据记录当做一个namedtuple时，它的访问就显得更加直观，而且代码就显得可读性更好，也更容易维护。

分类汇总功能的实现

我们在用Excel表格进行统计时，常常会用到它的分类汇总功能，这个功能很强大，它可以依据某一列进行扩展汇总，这在一些特定的场合显得相当有用，在collections中，有一个Counter类，它也同样有类似强大的功能，下面我们给出一些代码展示：

from collections import Counterages = [22,22,23,23,5,5,5,22,9,9,9,9,80,80,81]value_counts = Counter(ages)value_counts.most_common()>>> 输出：[(9, 4), (22, 3), (5, 3), (23, 2), (80, 2), (81, 1)]

从上述代码的输出可以看出， Counter 对象的 most_common 方法将原列表 age 中的数据进行了分类汇总，统计出了每个数字出现的次数，并按照出现次数从多到少的顺序进行了排列。 这个功能我自己经常在用，因为要经常对某些产品表格中的物品进行汇总，用这个方式可以一下子数出每种产品的数量，这在做汇总表时特别有用。

带默认值的字典

使用dict时，如果关键字key不存在，则解释器会抛出异常，如果希望key不存在时，返回一个默认值，就可以用collections中的defaultdict：

from collections import defaultdictd1 = defaultdict(lambda: "关键字不存在")d1['a']>>> 输出：'关键字不存在'

当然， defaultdict 还有另一个强大的功能是在设定初始化后，它可以在第一次遇到一个关键字时将其值填充为默认值，比如：

d2 = defaultdict(int)for letter in "I love you and you love me!":    d2[letter] += 1d2

从上述输出可以看出，这样就简单地将每个字符出现的次数统计出来了，如果用原来的 dict ，则它是这样的：

d2 = dict()for letter in "I love you and you love me!":    d2[letter] = d2.get(letter,0) + 1d2

尽管后者看起来也不麻烦，但相对而言，前者更简洁一些。

双向列表

我们知道list可以通过append方法在其后进行追加，也可以通过insert在其某个位置插入，当然也可通过remove方法进行删除，但当数据量比较大的时候，用这种插入和删除方法就会变得很慢，这是由于list是线性存储的关系，在collections中有一个deque可以对列表实现高效插入和删除，事实上用该关键字创建的就是一个双向列表，这种方法通常应用于队列和栈操作，比如：

from collections import dequea1 = deque(['a', 'b', 'c'])## 尾部插入a1.append('d')## 头部插入a1.appendleft('e')a1>>> 输出：deque(['e', 'a', 'b', 'c', 'd'])

删除尾部数据和头部数据的方法如下：

## 删除最右边的数据a1.pop()## 删除最左边的数据a1.popleft()a1>>> 输出：deque(['a', 'b', 'c'])

有序字典 在前言中说过dict创建的字典是无序的(但在python3.8的环境中测试似乎有序，请同学们验证)，为了解决这个问题，我之前用的方法是将dict的所有key组成一个列表进行排序，之后用循环的方式来将访问对应的键值，在collections中提供了一个OrderedDict类，用它创建的字典会按照创建元素插入的顺序进行排列，这就显得很方便，即按我们想要的字典创建好以后，就可以直接使用，不必担心无序的问题：

from collections import OrderedDictd4 = OrderedDict()d4['a'] = 3d4['b'] = 4d4['c'] = 5d4['d'] = 6d4>>> 输出：OrderedDict([('a', 3), ('b', 4), ('c', 5), ('d', 6)])

小结 在新的Python版本中，关于collections还有几个新增的类，同学们可以在官网查询该标准库的使用。利用这个库的类，有助于我们在读取Excel数据或数据库数据时进行更方便有效的处理。