列表（List）是 Python 中最常用的数据结构之一，它是一个有序、可变的集合，可以存储任意类型的元素。以下是列表的定义及常见用法，包括拼接、增加数据、插入数据、删除数据、计算差值、相加、清空等操作，与字典和pandas结合使用场景比较多。
1. python列表常用基本方法
| 操作 | 方法或语法 | 示例 |
|---|---|---|
| 定义列表 | [] | my_list = [1, 2, 3] |
| 列表拼接 | + 或 extend() | list1 + list2 或 list1.extend(list2) |
| 增加数据 | append() 或 extend() | my_list.append(4) |
| 插入数据 | insert() | my_list.insert(1, 1.5) |
| 删除数据 | remove()、pop()、del | my_list.remove(3) |
| 计算列表差值 | 集合操作 set(list1) - set(list2) | difference = list(set(list1) - set(list2)) |
| 列表数据相加减 | 列表推导式或 zip() | [x + y for x, y in zip(list1, list2)] |
| 清空列表 | clear() | my_list.clear() |
| 获取列表长度 | len() | len(my_list) |
| 检查元素是否存在 | in | if 3 in my_list: |
| 列表（原地）排序 | sort() | my_list.sort() |
| 列表（新）排序 | sorted() | my_list.sorted() |
| 列表反转 | reverse() | my_list.reverse() |
1.1. 删除数据
1.1.1. 使用 remove() 删除指定值
remove() 方法会删除列表中第一个匹配的值。如果值不存在，会抛出 ValueError 异常。
my_list = [1, 2, 3, 4, 3]
my_list.remove(3) # 删除第一个值为 3 的元素
print(my_list) # 输出: [1, 2, 4, 3]
1.1.2. 使用 pop() 删除指定索引的元素
pop() 方法根据索引删除元素，并返回被删除的值。如果不指定索引，默认删除最后一个元素。
my_list = [1, 2, 3, 4]
removed_value = my_list.pop(2) # 删除索引为 2 的元素
print(my_list) # 输出: [1, 2, 4]
print(removed_value) # 输出: 3
1.1.3. 使用 del 删除指定索引或切片
my_list = [1, 2, 3, 4, 5]
del my_list[1] # 删除索引为 1 的元素
print(my_list) # 输出: [1, 3, 4, 5]del my_list[1:3] # 删除索引 1 到 2 的元素
print(my_list) # 输出: [1, 5]
删除切片范围内的元素。
1.1.4. 列表推导式删除数据
在 Python 中，你可以使用列表推导式结合集合操作来从 SoC 列表中提取 EID 不在 units_discharge 中的元素。首先，我们需要将 units_discharge 列表转换为一个集合，以便进行快速的成员资格测试。然后，我们可以使用列表推导式来筛选出符合条件的元素。
下面是具体的实现代码：
SoC = [{'EID': 'CN1', 'SoC': 0.2}, {'EID': 'CN2', 'SoC': 0.6}, {'EID': 'CN3', 'SoC': 0.1}, {'EID': 'CN4', 'SoC': 0.9}]
units_discharge = [{'EID': 'CN4'}, {'EID': 'CN2'}]# 将 units_discharge 转换为一个包含 EID 的集合
eid_set = {item['EID'] for item in units_discharge}# 使用列表推导式筛选 EID 不在 eid_set 中的元素
filtered_SoC = [item for item in SoC if item['EID'] not in eid_set]print(filtered_SoC)
这段代码首先通过集合推导式{item['EID'] for item in units_discharge} 创建了一个包含所有 units_discharge 中 EID 的集合 eid_set。然后，它使用列表推导式[item for item in SoC if item['EID'] not in eid_set]来筛选 SoC 列表中 EID 不在 eid_set 中的元素。
运行这段代码，你将得到以下输出：
[{'EID': 'CN1', 'SoC': 0.2}, {'EID': 'CN3', 'SoC': 0.1}]
这正是我们期望的结果，即 EID 不在 units_discharge 中的 SoC 列表元素。
1.1.5. 使用 filter() 函数
filter() 函数可以根据条件过滤列表中的元素，返回一个迭代器。可以将其转换为列表。
my_list = [1, 2, 3, 4, 3, 5]
new_list = list(filter(lambda x: x != 3, my_list)) # 过滤掉值为 3 的元素
print(new_list) # 输出: [1, 2, 4, 5]
注意事项：
filter()返回的是一个迭代器，需要转换为列表。- 这种方法也不会修改原列表。
1.1.6. 使用 clear() 方法（删除所有元素）
如果需要删除列表中的所有元素（即清空列表），可以使用 clear() 方法。
my_list = [1, 2, 3, 4, 5]
my_list.clear() # 清空列表
print(my_list) # 输出: []
1.2. 两组列表数据相加减
1.2.1. 计算两个列表的差值
可以使用集合（set）操作来计算两个列表的差值。
list1 = [1, 2, 3, 4, 5]
list2 = [4, 5, 6, 7]
difference = list(set(list1) - set(list2)) # 计算 list1 有而 list2 没有的元素
print(difference) # 输出: [1, 2, 3]
1.2.2. 两个列表数据相加
可以使用列表推导式或 zip() 函数对两个列表的元素逐项相加。
1.2.2.1. 使用列表推导式
list1 = [1, 2, 3]
list2 = [4, 5, 6]
result = [x + y for x, y in zip(list1, list2)]
print(result) # 输出: [5, 7, 9]
1.2.2.2. 使用 zip() 函数
list1 = [1, 2, 3]
list2 = [4, 5, 6]
result = []
for x, y in zip(list1, list2):result.append(x + y)
print(result) # 输出: [5, 7, 9]
1.3. 增加数据
可以使用 append() 方法在列表末尾添加单个元素，或使用 extend() 方法添加多个元素。
1.3.1. 使用 append()
my_list = [1, 2, 3]
my_list.append(4) # 添加单个元素
print(my_list) # 输出: [1, 2, 3, 4]
1.3.2. 使用 extend()
my_list = [1, 2, 3]
my_list.extend([4, 5]) # 添加多个元素
print(my_list) # 输出: [1, 2, 3, 4, 5]
1.4. 插入数据
使用 insert() 方法可以在指定位置插入元素。
my_list = [1, 2, 3]
my_list.insert(1, 1.5) # 在索引 1 处插入 1.5
print(my_list) # 输出: [1, 1.5, 2, 3]
1.5. 列表拼接
可以使用 + 运算符或 extend() 方法拼接两个列表。
1.5.1. 使用 + 运算符
list1 = [1, 2, 3]
list2 = [4, 5, 6]
combined_list = list1 + list2
print(combined_list) # 输出: [1, 2, 3, 4, 5, 6]
1.5.2. 使用 extend() 方法
list1 = [1, 2, 3]
list2 = [4, 5, 6]
list1.extend(list2) # 将 list2 拼接到 list1
print(list1) # 输出: [1, 2, 3, 4, 5, 6]
1.6. 清空列表
使用 clear() 方法可以清空列表。
my_list = [1, 2, 3, 4, 5]
my_list.clear() # 清空列表
print(my_list) # 输出: []
1.7. 列表排序
1.7.1. 列表sort()排序
my_list = [3, 1, 4, 1, 5, 9]
my_list.sort() # 升序排序
print(my_list) # 输出: [1, 1, 3, 4, 5, 9]my_list.sort(reverse=True) # 降序排序
print(my_list) # 输出: [9, 5, 4, 3, 1, 1]
使用 sorted() 函数会返回一个新的排序后的列表，原列表不会被修改。
my_list = [3, 1, 4, 1, 5, 9, 2, 6, 5]
sorted_list = sorted(my_list)
print(sorted_list) # 输出: [1, 1, 2, 3, 4, 5, 5, 6, 9]
print(my_list) # 输出: [3, 1, 4, 1, 5, 9, 2, 6, 5] (原列表未改变)
1.7.2. 自定义排序
可以使用 key 参数来指定排序的依据。例如，按字符串长度排序：
my_list = ['apple', 'banana', 'cherry', 'date']
my_list.sort(key=len)
print(my_list) # 输出: ['date', 'apple', 'cherry', 'banana']
1.7.3. 复杂对象的排序
如果列表中的元素是复杂对象（如字典），可以使用 key 参数来指定排序的依据。
my_list = [{'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}, {'name': 'Charlie', 'age': 20}]
my_list.sort(key=lambda x: x['age'])
print(my_list)
# 输出: [{'name': 'Charlie', 'age': 20}, {'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}]
1.8. 列表反转
my_list = [1, 2, 3, 4, 5]
my_list.reverse() # 反转列表
print(my_list) # 输出: [5, 4, 3, 2, 1]
1.9. 获取列表长度
my_list = [1, 2, 3, 4, 5]
length = len(my_list)
print(length) # 输出: 5
1.10. 检查元素是否存在
my_list = [1, 2, 3, 4, 5]
if 3 in my_list:print("3 存在于列表中")
2. 列表转字符串方法
如果你想将列表 ['1', '3', '5'] 转换为字符串 "'1', '3', '5'"，可以使用 join() 方法结合字符串格式化来实现。以下是具体代码：
# 原始列表
lst = ['1', '3', '5']# 使用 join() 方法将列表中的元素用 ", " 连接，并在每个元素两侧添加单引号
result = ', '.join(f"'{item}'" for item in lst)# 输出结果
print(result)
输出：
'1', '3', '5'
解释：
f"'{item}'"是一个格式化字符串，它会将列表中的每个元素item包裹在单引号中。', '.join(...)将格式化后的元素用逗号和空格连接起来，形成最终的字符串。
如果你希望输出不带空格，比如 "'1','3','5'"，可以这样修改：
result = ','.join(f"'{item}'" for item in lst)
输出：
'1','3','5'
3. 列表中字典数据计算
在 Python 中，如果列表里的数据是字典，并且你想计算某个关键字的合计值，可以使用多种方法，包括列表推导式和 sum 函数结合生成器表达式，或者使用传统的循环。以下是几种方法的示例：
3.1. 使用列表推导式和 sum 函数
# 示例数据
data = [{'name': 'Alice', 'score': 85},{'name': 'Bob', 'score': 90},{'name': 'Charlie', 'score': 78},
]# 计算 'score' 的合计值
total_score = sum([d['score'] for d in data])print(total_score) # 输出: 253
3.2. 使用生成器表达式和 sum 函数
生成器表达式比列表推导式更节省内存，因为它不会一次性生成整个列表，而是按需生成元素。
# 计算 'score' 的合计值
total_score = sum(d['score'] for d in data)print(total_score) # 输出: 253
3.3. 使用传统的循环
这种方法比较直观，适合初学者理解。
# 计算 'score' 的合计值
total_score = 0
for d in data:total_score += d['score']print(total_score) # 输出: 253
总结：
- 列表推导式：适合用于需要生成列表的场景，但在这种情况下，如果只是为了求和，生成整个列表可能不太高效。
- 生成器表达式：更高效，因为它不会一次性生成整个列表，而是按需生成元素。
- 传统循环：简单直观，适合初学者，性能也不错。
在实际应用中，你可以根据具体需求和代码风格选择适合的方法。对于求和这种操作，生成器表达式和传统循环通常是比较好的选择。
4. Pandas数据转列表字典
在Pandas中，你可以使用DataFrame.to_dict()方法将数据表转换为字典。具体来说，你可以根据需要选择不同的orient参数来控制输出的格式。以下是一些常用的orient参数及其对应的输出格式：
- 默认（
dict）: 键是列名，值是每列的数据作为字典。 list: 键是列名，值是每列的数据作为列表。
-.series: 键是列名，值是每列的数据作为Series对象。split: 包含三个键：index,columns,data。records: 列表中的每个元素是一个字典，字典的键是列名，值是每行的数据。index: 键是索引，值是每行的数据作为字典。
下面是一些示例代码，展示了如何使用这些不同的orient参数：
import pandas as pd# 创建一个示例DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie'],'age': [25, 30, 35],'city': ['New York', 'Los Angeles', 'Chicago']
}
df = pd.DataFrame(data)# 默认方式（dict）
dict_default = df.to_dict()
print("Default (dict):")
print(dict_default)# list方式
dict_list = df.to_dict(orient='list')
print("\nList:")
print(dict_list)# series方式
dict_series = df.to_dict(orient='series')
print("\nSeries:")
print(dict_series)# split方式
dict_split = df.to_dict(orient='split')
print("\nSplit:")
print(dict_split)# records方式
dict_records = df.to_dict(orient='records')
print("\nRecords:")
print(dict_records)# index方式
dict_index = df.to_dict(orient='index')
print("\nIndex:")
print(dict_index)
运行上述代码后，你会得到以下输出：
Default (dict):
{'name': {0: 'Alice', 1: 'Bob', 2: 'Charlie'}, 'age': {0: 25, 1: 30, 2: 35}, 'city': {0: 'New York', 1: 'Los Angeles', 2: 'Chicago'}}List:
{'name': ['Alice', 'Bob', 'Charlie'], 'age': [25, 30, 35], 'city': ['New York', 'Los Angeles', 'Chicago']}Series:
{'name': 0 Alice
1 Bob
2 Charlie
Name: name, dtype: object, 'age': 0 25
1 30
2 35
Name: age, dtype: int64, 'city': 0 New York
1 Los Angeles
2 Chicago
Name: city, dtype: object}Split:
{'index': [0, 1, 2], 'columns': ['name', 'age', 'city'], 'data': [['Alice', 25, 'New York'], ['Bob', 30, 'Los Angeles'], ['Charlie', 35, 'Chicago']]}Records:
[{'name': 'Alice', 'age': 25, 'city': 'New York'}, {'name': 'Bob', 'age': 30, 'city': 'Los Angeles'}, {'name': 'Charlie', 'age': 35, 'city': 'Chicago'}]Index:
{0: {'name': 'Alice', 'age': 25, 'city': 'New York'}, 1: {'name': 'Bob', 'age': 30, 'city': 'Los Angeles'}, 2: {'name': 'Charlie', 'age': 35, 'city': 'Chicago'}}
通过选择合适的orient参数，你可以灵活地将DataFrame转换为不同格式的字典。
5. 实践案例参考
5.1. python推导式及列推导式应用实践
python推导式及列推导式应用实践
5.2. python列表差分与集合（set）应用列表去重
python列表差分与集合应用实践
5.3 python编程技巧——list计算
python编程技巧——list计算