Comment créer un dict imbriqué en Python?

149

J'ai 2 fichiers CSV: 'Data' et 'Mapping':

  • Fichier 'Mapping' a 4 colonnes: Device_Name, GDN, Device_Typeet Device_OS. Les quatre colonnes sont remplies.
  • Le fichier 'Données' a ces mêmes colonnes, avec une Device_Namecolonne remplie et les trois autres colonnes vides.
  • Je veux que mon code Python pour ouvrir les fichiers et pour chaque Device_Namedans le fichier de données, la carte son GDN, Device_Typeet la Device_OSvaleur du fichier de mappage.

Je sais comment utiliser dict quand seulement 2 colonnes sont présentes (1 est nécessaire pour être mappé) mais je ne sais pas comment accomplir cela quand 3 colonnes doivent être mappées.

Voici le code à l'aide duquel j'ai essayé d'effectuer le mappage de 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)

Il revient Attribute Error.

Après quelques recherches, je pense que j'ai besoin de créer un dict imbriqué, mais je ne sais pas comment faire cela.

atams
la source
Device_NameLa colonne est la clé dans les deux fichiers, sur cette clé, je veux mapper les valeurs Device_OS, GDN et Device_Type du fichier de mappage au fichier de données.
atams
Voulez-vous pouvoir faire quelque chose comme row[27] = x[row[11]]["Device_OS"]?
Janne Karila
Cela n'a pas besoin d'un dict imbriqué, nécessairement. Vous pouvez utiliser pandas, read_csv, créer Device_Namel'index, puis vous pouvez directement joinles deux dataframes sur leur index Device_Name.
smci

Réponses:

307

Un dict imbriqué est un dictionnaire dans un dictionnaire. Une chose très simple.

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

Vous pouvez également utiliser un defaultdictdu collectionspackage pour faciliter la création de dictionnaires imbriqués.

>>> 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'}}

Vous pouvez le remplir comme vous le souhaitez.

Je recommanderais dans votre code quelque chose comme ce qui suit:

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

Selon votre commentaire :

peut être au-dessus du code confond la question. Mon problème en bref: j'ai 2 fichiers a.csv b.csv, a.csv a 4 colonnes ijkl, b.csv a également ces colonnes. i est une sorte de colonnes clés pour ces csv. La colonne jkl est vide dans a.csv mais remplie dans b.csv. Je veux mapper les valeurs des colonnes jk l en utilisant 'i' comme colonne clé de b.csv vers un fichier.csv

Ma suggestion serait quelque chose comme ça (sans utiliser 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:]))

Veuillez noter cependant que pour analyser les fichiers csv, il existe un module csv .

Rose Inbar
la source
peut être au-dessus du code confond la question. Mon problème en bref: j'ai 2 fichiers a.csv b.csv, a.csv4 colonnes i j k l, j'ai b.csvégalement ces colonnes. iest une sorte de colonnes clés pour ces csv '. j k lLa colonne est vide a.csvmais remplie b.csv. Je veux mapper les valeurs des j k lcolonnes en utilisant 'i' comme colonne clé de b.csv vers un fichier.csv.
atams
64

MISE À JOUR : Pour une longueur arbitraire d'un dictionnaire imbriqué, accédez à cette réponse .

Utilisez la fonction defaultdict des collections.

Performances élevées: «si la clé n'est pas dans dict» est très coûteux lorsque le jeu de données est volumineux.

Faible maintenance: rend le code plus lisible et peut être facilement étendu.

from collections import defaultdict

target_dict = defaultdict(dict)
target_dict[key1][key2] = val
Junchen
la source
3
from collections import defaultdict target_dict = defaultdict(dict) target_dict['1']['2']me donnetarget_dict['1']['2'] KeyError: '2'
haccks
1
vous devez attribuer une valeur avant de l'obtenir.
Junchen
24

Pour des niveaux arbitraires d'imbrication:

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})})})
Andrew
la source
2
Ce que fait la réponse ci-dessus avec une fonction à deux lignes, vous pouvez également le faire avec un lambda à une ligne, comme dans cette réponse .
Acumenus
3

Il est important de se rappeler lors de l'utilisation de defaultdict et de modules dict imbriqués similaires tels que nested_dict, que la recherche d'une clé inexistante peut créer par inadvertance une nouvelle entrée de clé dans le dict et causer beaucoup de ravages.

Voici un exemple Python3 avec nested_dictmodule:

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')

La sortie est:

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
Skysail
la source