讨论

Question

我正在尝试迭代从Salesforce REST API返回的嵌套有序词典中的查询结果，并将它们转换为pandas DataFrame对象。由于返回的词典嵌套不一致，我遇到了麻烦。

例如，我有一个OrderedDict对象列表，每个对象都包含一个'Id'，'Email'和另一个由'url'和'type'组成的'属性'OrderedDict对象：

[OrderedDict([(u'attributes', OrderedDict([(u'type', u'someType'), (u'url', u'/someurl')])), (u'Id', u'1A'), (u'Email', u'xxxx@xxxx.com')]),…]

我想将其转换为OrderedDict对象的列表，其中所有数据字段都在同一级别（即，没有嵌套的OrderedDict对象），并且“属性”OrderedDict中包含的数据已被提出一个级别：

[OrderedDict([(u'type', u'someType'), (u'url', u'/someurl'), (u'Id', u'1A'), (u'Email', u'xxxx@xxxx.com')]),…]

理想情况下，我希望能够将数据格式化为长格式，例如对于任意数量的嵌套级别，因为它可以帮助我将数据解析为更容易操作的格式（即， pandas DataFrames）。我来自R背景，所以操作DataFrames比嵌套字典更舒服。

我一直在玩类似问题的一些已发布的解决方案，但每个似乎都解决了与我自己的用例略有不同的用例。问题是我返回的数据中嵌套字典的级别数没有一致性。如果我只是尝试将当前列表转换为pandas DataFrame，我会得到以下内容：

import pandas as pd
pd.DataFrame(salesRecords).head()

Email                   Id 
0       some@email.com  1A 
1       some@email.com  1B 
2       some@email.com  1C 
3       some@email.com  1D 
4       some@email.com  1E 
                                    attributes
0  {u'type': u'someType', u'url': u'someurl...
1  {u'type': u'someType', u'url': u'someurl...
2  {u'type': u'someType', u'url': u'someurl...
3  {u'type': u'someType', u'url': u'someurl...
4  {u'type': u'someType', u'url': u'someurl...

在这个例子中，我想要“扁平化”。属性列包含两列，包含属性数据（＆＃39;类型＆＃39;和url＆＃39;）。如果有人愿意指出我正确的方向，我将不胜感激。

非常感谢！

Answer 1

这是我的尝试：

def flatten(d):
    '''
    Flatten an OrderedDict object
    '''
    result = OrderedDict()
    for k, v in d.items():
        if isinstance(v, dict):
            result.update(flatten(v))
        else:
            result[k] = v
    return result

讨论

flatten函数创建一个新的OrderedDict对象 - 扁平字典
遍历每个键/值对
如果值不是字典（包括OrderDict），则将键/值对复制到结果
如果值是字典，包括OrderedDict，则递归调用flatten并更新结果
我已经测试了这个功能，嵌套了四层深，但不能保证它没有错误
在一个OrderedDict上测试flatten后，可以直接将其应用到OrderedDict列表

将多级嵌套字典转换为pandas DataFrame

1 个答案:

讨论