我有一种情况,我在这种情况下解析文件并收集统计数据。我想将这些统计信息存储在嵌套的dict中,其最终值为列表。当我处理文件时,我想扩展列表。
例如我的dict结构是这样的
data_dict
{ "aa1" :
{ 'aa' : []}
{ 'bb' : [] }
"aa2" :
{ 'ab' : []}
{ 'ba' : [] }
}
现在,当我解析文件时,我想将值附加到最后一个列表 例如,在第一次出现数据时,我的dict应该是这样的。
data_dict
{ "aa1" :
{ 'aa' : ['a0']}
{ 'bb' : ['a1'] }
"aa2" :
{ 'ab' : ['b0']}
{ 'ba' : ['b1'] }
}
并且在第二个类似的东西
data_dict
{ "aa1" :
{ 'aa' : ['a0', 'a01']}
{ 'bb' : ['a1', 'a11'] }
"aa2" :
{ 'ab' : ['b0', 'b01']}
{ 'ba' : ['b1', 'b11'] }
}
此外,我没有将dict键初始化为任何内容并在第一次匹配时创建键。任何人都可以建议我如何实现这一目标?
注意我使用autovivification来初始化我的data_dict,它最初并不包含任何内容。
这是我尝试解析的示例数据
DATETIME TYPE TAG COUNT MEAN 1% 10% 20% 30% 40% 50% 60% 70% 80% 90% 99%
20151109044056 LS_I aa8 57 80,493,122 8,931,000 8,937,000 8,944,000 8,974,000 9,073,000 21,262,000 28,419,000 35,794,000 148,920,000 316,408,000 447,902,000
20151109044056 LS_I aa0 6,893 9,008,024 8,862,000 8,913,000 8,941,000 8,964,000 8,984,000 9,006,000 9,028,000 9,049,000 9,071,000 9,102,000 9,170,000
20151109044056 LS_I aa1 6,062 9,018,094 8,867,000 8,913,000 8,938,000 8,961,000 8,983,000 9,003,000 9,025,000 9,048,000 9,071,000 9,103,000 9,175,000
20151109044056 LS_I aa2 2,776 9,030,621 8,929,000 8,967,000 8,987,000 8,999,000 9,012,000 9,024,000 9,037,000 9,050,000 9,065,000 9,087,000 9,161,000
20151109044056 LS_I aa3 1,074 9,028,744 8,925,000 8,970,000 8,988,000 9,002,000 9,016,000 9,026,000 9,039,000 9,051,000 9,067,000 9,089,000 9,138,000
20151109044056 LS_I aa4 6,060 9,003,651 8,874,000 8,935,000 8,958,000 8,976,000 8,991,000 9,005,000 9,019,000 9,033,000 9,049,000 9,071,000 9,121,000
20151109044056 LS_I aa5 5,453 9,003,993 8,874,000 8,936,000 8,959,000 8,976,000 8,991,000 9,004,000 9,018,000 9,032,000 9,048,000 9,071,000 9,126,000
20151109044056 LS_I aa6 16,384 328 111 165 190 208 227 253 301 362 434 551 997
20151109044056 LS_I aa7 16,384 316 58 65 70 76 87 137 308 395 512 702 1,562
所以我的dict有第一个键作为Tag列,第二个键作为%列之一,然后该键的值是完整文件中该值的所有实例。
这是我的处理代码,无效。
while re.match("\d{14}\s.*", curr_line):
lat_data = curr_line.split()
tag = lat_data[header.index("TAG")]
for item in range(len(header)):
col = header[item]
if '%' in col or\
"COUNT" in col or\
"MEAN" in col:
self.data_dict[tag][col].append(lat_data[item])
curr_line = lat_file.next()
答案 0 :(得分:2)
首先关闭:has_key
已被弃用多年(在Py3中消失);您可以使用直接in
检查。其次,你试图用has_key
做什么是荒谬的[tag][col]
不是没有索引的法律语法(没有索引/查找某些内容,它看起来像两个背靠背单个元素{{1}文字,这不是合法的语法)。测试的修复是单独测试每个组件(之后你可以追加,因为你知道该值存在):
list
旁注:你几乎不想要if tag in self.data_dict and col in self.data_dict[tag]:
self.data_dict[tag][col].append(whatever_you_want_to_append)
;这是来自C风格for i in range(len(something)):
循环背景的症状。除了获取值之外,您实际上并没有使用索引,所以请替换:
for
使用:
for item in range(len(header)):
col = header[item]
运行速度更快,更具惯用性等。如果由于某种原因你也需要索引,那就是for col in header:
的用途:
enumerate
更新:您使用更多信息更新了问题,因此您需要并行迭代for i, col in enumerate(header):
。在这种情况下,请执行:
lat_data