我正在寻找一个pythonic成语,将一个键列表和一个值转换成一个带有嵌套键的dict。例如:
dtree(["a", "b", "c"]) = 42
or
dtree("a/b/c".split(sep='/')) = 42
将返回嵌套的字典:
{"a": {"b": {"c": 42}}}
这可用于将带有分层键的一组值转换为树:
dtree({
"a/b/c": 10,
"a/b/d": 20,
"a/e": "foo",
"a/f": False,
"g": 30 })
would result in:
{ "a": {
"b": {
"c": 10,
"d": 20 },
"e": foo",
"f": False },
"g": 30 }
我可以编写一些FORTRANish代码来使用强力和多个循环进行转换,也许collections.defaultdict
,但它看起来像是一种具有拆分和连接的语言,切片和理解应该有一个原语可以转换列表将["a","b","c"]
字符串转换为嵌套的dict键["a"]["b"]["c"]
。如果不在dict表达式字符串上使用eval
,最简单的方法是什么?
答案 0 :(得分:11)
我正在寻找一个pythonic成语,将一个键列表和一个值转换成一个dict,并嵌入这些键。
reduce(lambda v, k: {k: v}, reversed("a/b/c".split("/")), 42)
这可用于将带有分层键的一组值转换为树
def hdict(keys, value, sep="/"):
return reduce(lambda v, k: {k: v}, reversed(keys.split(sep)), value)
def merge_dict(trg, src):
for k, v in src.items():
if k in trg:
merge_dict(trg[k], v)
else:
trg[k] = v
def hdict_from_dict(src):
result = {}
for sub_hdict in map(lambda kv: hdict(*kv), src.items()):
merge_dict(result, sub_hdict)
return result
data = {
"a/b/c": 10,
"a/b/d": 20,
"a/e": "foo",
"a/f": False,
"g": 30 }
print(hdict_from_dict(data))
collections.defaultdict
import collections
def recursive_dict():
return collections.defaultdict(recursive_dict)
def dtree(inp):
result = recursive_dict()
for keys, value in zip(map(lambda s: s.split("/"), inp), inp.values()):
reduce(lambda d, k: d[k], keys[:-1], result)[keys[-1]] = value
return result
import json
print(json.dumps(dtree({
"a/b/c": 10,
"a/b/d": 20,
"a/e": "foo",
"a/f": False,
"g": 30 }), indent=4))
答案 1 :(得分:0)
或者只是为了咧嘴笑,因为reduce
是自切片面包以来最酷的东西,你可以通过两次使用它来保存一个SLOC: - )
def dmerge(x, y):
result = x.copy()
k = next(iter(y))
if k in x:
result[k] = dmerge(x[k], y[k])
else:
result.update(y)
return result
def hdict(keys, value, sep="/"):
return reduce(lambda v, k: {k: v}, reversed(keys.split(sep)), value)
def hdict_from_dict(src):
return reduce(lambda x, y: dmerge(x, y), [hdict(k, v) for k, v in src.items()])
data = {
"a/b/c": 10,
"a/b/d": 20,
"a/e": "foo",
"a/f": False,
"g": 30 }
print("flat:", data)
print("tree:", hdict_from_dict(data))