不清楚您如何解释 DL 的顺序？即，如果您有许多元素，它们会失去插入顺序。如果“a”和“b”以不同的顺序从 DL 中出来，那么生成的 LD 的顺序应该是什么？

也许可以考虑使用 numpy：

import numpy as np

arr = np.array([(0, 2), (1, 3)], dtype=[('a', int), ('b', int)])
print(arr)
# [(0, 2) (1, 3)]

在这里，我们访问按名称索引的列，例如 'a' ， 或 'b' （有点像 DL ）：

print(arr['a'])
# [0 1]

这里我们通过整数索引访问行（有点像 LD ）：

print(arr[0])
# (0, 2)

行中的每个值都可以通过列名访问（有点像 LD ）：

print(arr[0]['b'])
# 2

太棒了。你能解释一下将 [(0,2),(1,3)] 和 [[0,2],[1,3]] 传递给 np.array 之间的区别吗？具体来说，为什么第二个不起作用？

@Adam Greenhall：你问了一个非常好的问题。我不知道完整的答案。我知道 numpy 有时在列表和元组之间的区分比 Python 要大得多。dtype 语法文档 docs.scipy.org/numpy/docs/numpy.doc.structured_arrays 中说，当使用 \'[l]ist 参数定义 dtype 时...记录结构是用元组列表定义的。\' 但我不知道为什么必须这样。

@unutbu 谢谢，非常有趣。我以前没有听说过结构化数组。文档链接现已更改：numpy.org/doc/stable/user/basics.rec.html。此外，我注意到文档中说结构化数组“用于与 C 代码交互以及对结构化缓冲区进行低级操作……希望操作表格数据（例如存储在 csv 文件中的数据）的用户可能会发现其他 pydata 项目更合适，例如 xarray、pandas 或 DataArray。\'

对于那些喜欢巧妙/黑客式的单行代码的人来说。

以下 DL 是 LD ：

v = [dict(zip(DL,t)) for t in zip(*DL.values())]
print(v)

和 LD （每个字典中的所有键都 DL 相同 ） ：

v = {k: [dic[k] for dic in LD] for k in LD[0]}
print(v)

或 LD （每个字典中的所有键都不 DL 相同 ） ：

common_keys = set.intersection(*map(set, LD))
v = {k: [dic[k] for dic in LD] for k in common_keys}
print(v)

另请注意，我不赞成在任何类型的实际系统中使用此类代码。

LD 到 DL 返回的是元组而不是列表，这可能更可取，也可能不可取。顺便说一句，非常好用的一个命令

@GillBates 您说得对；LD->DL 代码依赖于所有字典以相同的方式排序，这是一个糟糕的假设。我已经替换了错误的代码。

要处理具有不同键的字典：LD[0] 可以被 reduce(set.union, [set(D.keys()) for D in LD]) 然后 [dic[k] for dic in LD if k in dic] 替换，因此得到的一行代码是：v = {k: [dic[k] for dic in LD if k in dic] for k in reduce(set.union, [set(D.keys()) for D in LD])}

我确实喜欢巧妙/黑客式的单行代码。而且我认为这些是很好的解决方案，非常具有 Python 风格。它们使用了我认为 Python 程序员应该熟悉的核心 Python 习语。

请 - 如果使用像这样的巧妙的单行代码，请添加评论，最好是引用此 SO 答案。你未来的自己会感谢你。

如果你被允许使用外部软件包，Pandas 非常适合于此：

import pandas as pd
pd.DataFrame(DL).to_dict(orient="records")

输出：

[{'a': 0, 'b': 2}, {'a': 1, 'b': 3}]

您还可以使用 orient="list" 恢复原始结构

{'a': [0, 1], 'b': [2, 3]}

这可能是一个版本问题，但上面的代码在 pandas 0.18.1 中返回 {'a': [0, 1], 'b': [2, 3]}。pd.DataFrame(DL).to_dict('records') 按照描述的方式工作。

要从字典列表中查找，很简单：

您可以使用以下表格：

DL={'a':[0,1],'b':[2,3], 'c':[4,5]}
LD=[{'a':0,'b':2, 'c':4},{'a':1,'b':3, 'c':5}]

nd={}
for d in LD:
    for k,v in d.items():
        try:
            nd[k].append(v)
        except KeyError:
            nd[k]=[v]

print nd     
#{'a': [0, 1], 'c': [4, 5], 'b': [2, 3]}

或者使用 defaultdict :

nd=cl.defaultdict(list)
for d in LD:
   for key,val in d.items():
      nd[key].append(val)

print dict(nd.items())
#{'a': [0, 1], 'c': [4, 5], 'b': [2, 3]}

反过来做是有问题的。你需要了解字典中键插入列表的顺序。回想一下，字典中键的顺序不一定与原始插入顺序相同。

为了好玩，假设插入顺序是基于排序的键的。然后你可以这样做：

nl=[]
nl_index=[]

for k in sorted(DL.keys()):
    nl.append({k:[]})
    nl_index.append(k)

for key,l in DL.items():
    for item in l:
        nl[nl_index.index(key)][key].append(item)

print nl        
#[{'a': [0, 1]}, {'b': [2, 3]}, {'c': [4, 5]}]

如果你的问题是基于好奇，那么这就是你的答案。如果你遇到了现实问题，我建议你重新考虑你的数据结构。这两种方法似乎都不是一个非常可扩展的解决方案。

以下是我想到的单行解决方案（为了便于阅读，分散在多行上）：

如果 dl 是你原始的列表字典：

dl = {"a":[0, 1],"b":[2, 3]}

然后下面介绍如何将其转换为字典列表：

ld = [{key:value[index] for key,value in dl.items()}
         for index in range(max(map(len,dl.values())))]

如果您假设所有列表的长度都相同，则可以通过以下方式简化并提高性能：

ld = [{key:value[index] for key, value in dl.items()}
        for index in range(len(dl.values()[0]))]

以下是将其转换回列表字典的方法：

dl2 = {key:[item[key] for item in ld]
         for key in list(functools.reduce(
             lambda x, y: x.union(y),
             (set(dicts.keys()) for dicts in ld)
         ))
      }

如果您使用的是 Python 2 而不是 Python 3，那么您可以使用 reduce 代替 functools.reduce 。

如果您假设列表中的所有字典都具有相同的键，则可以简化此过程：

dl2 = {key:[item[key] for item in ld] for key in ld[0].keys() }

回滚到版本 4 有什么意义？请注意，您在第二个代码片段中设置了错误的范围，并且删除了 Python 代码格式会使代码变得更糟。

cytoolz.dicttoolz.merge_with

文档

from cytoolz.dicttoolz import merge_with

merge_with(list, *LD)

{'a': [0, 1], 'b': [2, 3]}

非 cython 版本

文档

from toolz.dicttoolz import merge_with

merge_with(list, *LD)

{'a': [0, 1], 'b': [2, 3]}

感谢@piRSquared 向我介绍了 cytoolz 的世界。它在我的一生中都在哪里？！:)

的python模块 pandas 可以为您提供一个易于理解的解决方案。作为@chiang答案的补充，D-to-L和L-to-D的解决方案如下：

import pandas as pd
DL = {'a': [0, 1], 'b': [2, 3]}
out1 = pd.DataFrame(DL).to_dict('records')

输出：

[{'a': 0, 'b': 2}, {'a': 1, 'b': 3}]

在另一个方向：

LD = [{'a': 0, 'b': 2}, {'a': 1, 'b': 3}]
out2 = pd.DataFrame(LD).to_dict('list')

输出：

{'a': [0, 1], 'b': [2, 3]}