Come si crea un dict nidificato in Python?


149

Ho 2 file CSV: 'Dati' e 'Mappatura':

  • File 'Mapping' ha 4 colonne: Device_Name, GDN, Device_Type, e Device_OS. Tutte e quattro le colonne sono popolate.
  • Il file 'Dati' ha queste stesse colonne, con la Device_Namecolonna popolata e le altre tre colonne vuote.
  • Voglio che il mio codice Python per aprire sia i file e per ogni Device_Namenel file di dati, mappa la sua GDN, Device_Typee Device_OSvalore dal file di mapping.

So usare dict quando sono presenti solo 2 colonne (1 è necessario per essere mappato) ma non so come farlo quando 3 colonne devono essere mappate.

Di seguito è riportato il codice con cui ho cercato di eseguire il mapping di 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)

Ritorna Attribute Error.

Dopo alcune ricerche, penso di aver bisogno di creare un dict nidificato, ma non ho idea di come farlo.


Device_Namecolonna è la chiave in entrambi i file, su questa chiave voglio mappare i valori Device_OS, GDN e Device_Type dal file di mapping al file di dati.
Atams,

Vuoi essere in grado di fare qualcosa del genere row[27] = x[row[11]]["Device_OS"]?
Janne Karila,


Questo non ha bisogno di un dict nidificato, necessariamente. È possibile utilizzare Panda, read_csv, creare Device_Namel'indice, quindi è possibile direttamente joini due frame di dati sul loro indice Device_Name.
smci,

Risposte:


307

Un dict nidificato è un dizionario all'interno di un dizionario. Una cosa molto semplice

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

Puoi anche usare a defaultdictdal collectionspacchetto per facilitare la creazione di dizionari nidificati.

>>> 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'}}

Puoi popolarlo come preferisci.

Consiglierei nel tuo codice qualcosa di simile al seguente:

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

Secondo il tuo commento :

potrebbe essere sopra il codice sta confondendo la domanda. Il mio problema in breve: ho 2 file a.csv b.csv, a.csv ha 4 colonne ijkl, b.csv ha anche queste colonne. sono una specie di colonne chiave per questi csv '. La colonna jkl è vuota in a.csv ma ​​popolata in b.csv. Voglio mappare i valori delle colonne jk l usando 'i` come colonna chiave da b.csv a file a.csv

Il mio suggerimento sarebbe qualcosa del genere (senza usare 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:]))

Si noti, tuttavia, che per l'analisi dei file CSV è disponibile un modulo CSV .


potrebbe essere sopra il codice sta confondendo la domanda. Il mio problema in breve: ho 2 file a.csv b.csv, a.csvha 4 colonne i j k l, b.csvha anche queste colonne. iè una specie di colonna chiave per questi csv '. j k lLa colonna è vuota in a.csvma popolata in b.csv. Voglio mappare i valori delle j k lcolonne usando 'i` come colonna chiave da b.csv a file a.csv.
Atams,

64

AGGIORNAMENTO : per una lunghezza arbitraria di un dizionario nidificato, vai a questa risposta .

Utilizzare la funzione defaultdict dalle raccolte.

Alte prestazioni: "se la chiave non è in dict" è molto costoso quando il set di dati è grande.

Bassa manutenzione: rende il codice più leggibile e può essere facilmente esteso.

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']mi dàtarget_dict['1']['2'] KeyError: '2'
haccks il

1
devi assegnare un valore prima di ottenerlo.
Junchen,

24

Per livelli arbitrari di nidificazione:

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
Cosa fa la risposta sopra con una funzione a due righe, puoi anche fare con una lambda a una riga, come in questa risposta .
Acumenus,

3

È importante ricordare quando si utilizzano defaultdict e moduli dict nidificati simili come nested_dict, che la ricerca di una chiave inesistente può inavvertitamente creare una nuova voce della chiave in dict e causare un sacco di caos.

Ecco un esempio di Python3 con nested_dictmodulo:

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')

L'output è:

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
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.