Jak stworzyć zagnieżdżony dykt w Pythonie?


149

Mam 2 pliki CSV: „Dane” i „Mapowanie”:

  • Plik 'Mapping' ma 4 kolumny: Device_Name, GDN, Device_Type, i Device_OS. Wszystkie cztery kolumny są wypełnione.
  • Plik „Dane” zawiera te same kolumny, z Device_Namewypełnionymi kolumnami, a pozostałe trzy kolumny są puste.
  • Chcę, aby mój kod Pythona, aby otworzyć oba pliki i dla każdego Device_Namepliku danych, map jej GDN, Device_Typeoraz Device_OSwartości z pliku odwzorowania.

Wiem, jak używać dict, gdy obecne są tylko 2 kolumny (1 jest potrzebna do zmapowania), ale nie wiem, jak to zrobić, gdy trzeba zmapować 3 kolumny.

Poniżej znajduje się kod, za pomocą którego próbowałem wykonać mapowanie Device_Type:

x = dict([])
with open("Pricing Mapping_2013-04-22.csv", "rb") as in_file1:
    file_map = csv.reader(in_file1, delimiter=',')
    for row in file_map:
       typemap = [row[0],row[2]]
       x.append(typemap)

with open("Pricing_Updated_Cleaned.csv", "rb") as in_file2, open("Data Scraper_GDN.csv", "wb") as out_file:
    writer = csv.writer(out_file, delimiter=',')
    for row in csv.reader(in_file2, delimiter=','):
         try:
              row[27] = x[row[11]]
         except KeyError:
              row[27] = ""
         writer.writerow(row)

Wraca Attribute Error.

Po kilku badaniach myślę, że muszę utworzyć zagnieżdżony dykt, ale nie mam pojęcia, jak to zrobić.


Device_Namekolumna jest kluczem w obu plikach, w tym kluczu chcę zmapować wartości Device_OS, GDN i Device_Type z pliku mapowania do pliku danych.
atamy

Czy chcesz móc zrobić coś takiego row[27] = x[row[11]]["Device_OS"]?
Janne Karila


To niekoniecznie wymaga zagnieżdżonego dyktu. Możesz użyć pand, read_csv, utworzyć Device_Nameindeks, a następnie możesz bezpośrednio joinumieścić dwie ramki danych w ich indeksie Device_Name.
smci

Odpowiedzi:


307

Zagnieżdżony słownik to słownik w słowniku. Bardzo prosta rzecz.

>>> d = {}
>>> d['dict1'] = {}
>>> d['dict1']['innerkey'] = 'value'
>>> d
{'dict1': {'innerkey': 'value'}}

Możesz także użyć defaultdictz collectionspakietu, aby ułatwić tworzenie zagnieżdżonych słowników.

>>> import collections
>>> d = collections.defaultdict(dict)
>>> d['dict1']['innerkey'] = 'value'
>>> d  # currently a defaultdict type
defaultdict(<type 'dict'>, {'dict1': {'innerkey': 'value'}})
>>> dict(d)  # but is exactly like a normal dictionary.
{'dict1': {'innerkey': 'value'}}

Możesz to wypełnić w dowolny sposób.

Poleciłbym w twoim kodzie coś takiego :

d = {}  # can use defaultdict(dict) instead

for row in file_map:
    # derive row key from something 
    # when using defaultdict, we can skip the next step creating a dictionary on row_key
    d[row_key] = {} 
    for idx, col in enumerate(row):
        d[row_key][idx] = col

Zgodnie z Twoim komentarzem :

może znajdować się powyżej kodu, myli pytanie. Mój problem w skrócie: mam 2 pliki a.csv b.csv, a.csv ma ​​4 kolumny ijkl, b.csv również ma te kolumny. i jest rodzajem kluczowych kolumn dla tych plików CSV. jkl jest pusta w a.csv, ale wypełniona w b.csv. Chcę zmapować wartości kolumn jk l, używając „i” jako kolumny klucza z pliku b.csv do pliku a.csv

Moja sugestia byłoby coś jak to (bez użycia defaultdict):

a_file = "path/to/a.csv"
b_file = "path/to/b.csv"

# read from file a.csv
with open(a_file) as f:
    # skip headers
    f.next()
    # get first colum as keys
    keys = (line.split(',')[0] for line in f) 

# create empty dictionary:
d = {}

# read from file b.csv
with open(b_file) as f:
    # gather headers except first key header
    headers = f.next().split(',')[1:]
    # iterate lines
    for line in f:
        # gather the colums
        cols = line.strip().split(',')
        # check to make sure this key should be mapped.
        if cols[0] not in keys:
            continue
        # add key to dict
        d[cols[0]] = dict(
            # inner keys are the header names, values are columns
            (headers[idx], v) for idx, v in enumerate(cols[1:]))

Należy jednak pamiętać, że do analizowania plików csv istnieje moduł csv .


może znajdować się nad kodem, myli pytanie. Mój problem w skrócie: mam 2 pliki a.csv b.csv, a.csvma 4 kolumny i j k l, b.csvteż mam te kolumny. ijest rodzajem kluczowych kolumn dla tych plików CSV. j k lkolumna jest pusta, a.csvale wypełniona b.csv. Chcę zmapować wartości j k lkolumn przy użyciu „i” jako kolumny klucza z pliku b.csv do pliku a.csv.
atamy

64

AKTUALIZACJA : Aby uzyskać dowolną długość zagnieżdżonego słownika, przejdź do tej odpowiedzi .

Użyj funkcji defaultdict z kolekcji.

Wysoka wydajność: „jeśli klucz nie jest podany” jest bardzo kosztowne, gdy zestaw danych jest duży.

Niskie koszty utrzymania: sprawiają, że kod jest bardziej czytelny i można go łatwo rozszerzyć.

from collections import defaultdict

target_dict = defaultdict(dict)
target_dict[key1][key2] = val

3
from collections import defaultdict target_dict = defaultdict(dict) target_dict['1']['2']daje mitarget_dict['1']['2'] KeyError: '2'
haccks

1
musisz przypisać wartość, zanim ją otrzymasz.
Junchen

24

W przypadku dowolnych poziomów zagnieżdżenia:

In [2]: def nested_dict():
   ...:     return collections.defaultdict(nested_dict)
   ...:

In [3]: a = nested_dict()

In [4]: a
Out[4]: defaultdict(<function __main__.nested_dict>, {})

In [5]: a['a']['b']['c'] = 1

In [6]: a
Out[6]:
defaultdict(<function __main__.nested_dict>,
            {'a': defaultdict(<function __main__.nested_dict>,
                         {'b': defaultdict(<function __main__.nested_dict>,
                                      {'c': 1})})})

2
Co powyższa odpowiedź robi z funkcją dwuwierszową, możesz również zrobić z jednowierszową lambdą, tak jak w tej odpowiedzi .
Acumenus

3

Podczas korzystania z defaultdict i podobnych modułów zagnieżdżonych dykt należy pamiętać o nested_dicttym, że wyszukanie nieistniejącego klucza może nieumyślnie utworzyć nowy wpis klucza w dict i spowodować wiele spustoszenia.

Oto przykład Python3 z nested_dictmodułem:

import nested_dict as nd
nest = nd.nested_dict()
nest['outer1']['inner1'] = 'v11'
nest['outer1']['inner2'] = 'v12'
print('original nested dict: \n', nest)
try:
    nest['outer1']['wrong_key1']
except KeyError as e:
    print('exception missing key', e)
print('nested dict after lookup with missing key.  no exception raised:\n', nest)

# Instead, convert back to normal dict...
nest_d = nest.to_dict(nest)
try:
    print('converted to normal dict. Trying to lookup Wrong_key2')
    nest_d['outer1']['wrong_key2']
except KeyError as e:
    print('exception missing key', e)
else:
    print(' no exception raised:\n')

# ...or use dict.keys to check if key in nested dict
print('checking with dict.keys')
print(list(nest['outer1'].keys()))
if 'wrong_key3' in list(nest.keys()):

    print('found wrong_key3')
else:
    print(' did not find wrong_key3')

Wynik to:

original nested dict:   {"outer1": {"inner2": "v12", "inner1": "v11"}}

nested dict after lookup with missing key.  no exception raised:  
{"outer1": {"wrong_key1": {}, "inner2": "v12", "inner1": "v11"}} 

converted to normal dict. 
Trying to lookup Wrong_key2 

exception missing key 'wrong_key2' 

checking with dict.keys 

['wrong_key1', 'inner2', 'inner1']  
did not find wrong_key3
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.