如何在Python中创建嵌套字典？

Question

我有2个CSV文件：“数据”和“映射”：'映射'文件有4列：Device_Name，GDN，Device_Type，和Device_OS。填充所有四列。“数据”文件具有这些相同的列，其中Device_Name填充了列，而其他三列为空白。我希望我的Python代码来打开这两个文件并为每个Device_Name数据文件，它的映射GDN，Device_Type以及Device_OS从映射文件中值。我知道只有2列存在时才需要使用dict（需要映射1列），但是当需要映射3列时我不知道如何实现。以下是我尝试完成的映射的代码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)它返回Attribute Error。经过研究，我认为我需要创建一个嵌套的字典，但我不知道如何执行此操作

Answer 1

嵌套字典是字典中的字典。非常简单的事情。

>>> d = {}

>>> d['dict1'] = {}

>>> d['dict1']['innerkey'] = 'value'

>>> d

{'dict1': {'innerkey': 'value'}}

你也可以使用一个defaultdict从collections包装，以方便创建嵌套的字典。

>>> 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'}}

您可以根据需要填充。

我建议在你的代码的东西像下面：

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

根据您的评论：

可能上面的代码令人困惑。我的问题简而言之：我有2个文件a.csv b.csv，a.csv有4列ijkl，b.csv也有这些列。我是这些csv的关键列。jkl列在a.csv中为空，但在b.csv中填充。我想使用'i`作为键列将b.csv中的jk l列的值映射到a.csv文件

我的建议是什么像这样（不使用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:]))

但是请注意，用于解析csv文件的是csv模块。

Answer 2

对于嵌套字典的任意长度，请转到此答案。

使用集合中的defaultdict函数。

高性能：当数据集很大时，“ if key not in dict”非常昂贵。

维护成本低：使代码更具可读性，并且可以轻松扩展。

from collections import defaultdict

target_dict = defaultdict(dict)

target_dict[key1][key2] = val

Answer 3

对于任意级别的嵌套：

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})})})