当前位置:首页 > 文章列表 > 文章 > python教程 > 统计购物车中相同商品与数量的重复次数,可以按照以下步骤进行:1.数据结构准备假设你有一个购物车列表,每个条目包含商品ID、名称和数量。例如:cart=[{"id":1,"name":"苹果","quantity":2},{"id":2,"name":"香蕉","quantity":3},{"id":1,"name":"苹果","quantity":2},{"id":3,"name":"橙子","q
统计购物车中相同商品与数量的重复次数,可以按照以下步骤进行:1.数据结构准备假设你有一个购物车列表,每个条目包含商品ID、名称和数量。例如:cart=[{"id":1,"name":"苹果","quantity":2},{"id":2,"name":"香蕉","quantity":3},{"id":1,"name":"苹果","quantity":2},{"id":3,"name":"橙子","q
本文详解了在Python中高效统计购物车中“相同商品ID与相同数量”组合重复出现次数的实用方案,特别适用于已将数据库记录加载至内存后的灵活去重与合并场景——通过`collections.defaultdict`构建`(product_id, quantity)`元组为键的计数器,代码简洁、性能优异、开箱即用,既规避了浮点精度陷阱,又支持Decimal等常见数值类型,还能轻松转换为API友好的结构化输出,是电商系统中优化购物车展示与结算逻辑的轻量级最佳实践。

本文介绍如何在Python中高效统计数据库购物车表中同一用户下相同商品ID与数量组合的出现频次,适用于合并重复商品项的业务场景。
在电商或订单系统中,用户购物车常存在多条记录表示“同一商品、同一数量”的重复添加(例如两次加入 product_id=2, quantity=1000)。为优化前端展示或后续结算逻辑,需将这些重复项合并并显示累计数量(如“2次 product_id=2 with quantity=1000”)。虽然可通过SQL的 GROUP BY 实现,但若数据已加载至内存(如使用ORM查询结果列表),用纯Python处理更灵活、可控。
以下是一个简洁高效的解决方案,使用 collections.defaultdict 进行键值计数:
from collections import defaultdict
def count_product_quantity_for_user(records, user_id):
"""
统计指定用户在购物车记录中,(product_id, quantity) 组合的出现次数
:param records: 可迭代的字典/类字典对象列表(如SQLAlchemy查询结果、namedtuple或dict)
:param user_id: 目标用户的唯一标识符
:return: defaultdict(int),键为(product_id, quantity)元组,值为出现次数
"""
counts = defaultdict(int)
for record in records:
# 确保 record 支持字典式访问(如 record['user_id'])
if record.get('user_id') == user_id:
key = (record['product_id'], record['quantity'])
counts[key] += 1
return counts
# 示例调用(假设 records 已从数据库查询获得)
user_id = 582042554
counts = count_product_quantity_for_user(records, user_id)
# 格式化输出
for (product_id, quantity), count in counts.items():
print(f"{count} times product_id={product_id} with quantity={quantity}")✅ 关键说明与注意事项:
- records 应为已加载到内存的记录集合(如 session.query(Cart).filter(...).all() 返回的列表),不适用于超大数据集——此时推荐直接使用SQL聚合(如 SELECT product_id, quantity, COUNT(*) FROM cart WHERE user_id = ? GROUP BY product_id, quantity)以降低内存开销;
- quantity 为 Decimal 类型时(如示例中的 Decimal('1000.00')),可直接作为元组元素参与哈希,无需额外转换;若含浮点数,建议先标准化(如 round(q, 2))避免精度导致键不匹配;
- 若需返回结构化结果供API使用,可将 counts.items() 转为标准列表字典:
result = [
{"product_id": pid, "quantity": qty, "count": cnt}
for (pid, qty), cnt in counts.items()
]该方法逻辑清晰、无外部依赖,适合嵌入Django视图、FastAPI路由或批量处理脚本中,是轻量级购物车去重统计的理想实践。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
腾讯会议声音异常解决方法
- 上一篇
- 腾讯会议声音异常解决方法
- 下一篇
- Win+Shift+S截图无效解决方法
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 2061次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 1916次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 1851次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 2060次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 2043次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

