我有一个使用一系列for
循环生成的字典。结果看起来像这样:
{
'item1': {
'attribute1': [3],
'attribute2': [2],
'attribute3': [False],
},
'item2': {
'attribute1': [2, 5, 2],
'attribute2': [3, 2, 8],
'attribute3': [False, 7, False],
},
'item3': {
'attribute1': [8],
'attribute2': [4],
'attribute3': [False],
},
}
False
中的'attribute3'
节目是将空值传递到item
初始状态的结果。然后通过两次迭代更新'item2'
。
我想要做的是让每个属性的列表具有相同的长度,以便所需的输出为:
{
'item1': {
'attribute1': [3, False, False],
'attribute2': [2, False, False],
'attribute3': [False, False, False],
},
'item2': {
'attribute1': [2, 5, 2],
'attribute2': [3, 2, 8],
'attribute3': [False, 7, False],
},
'item3': {
'attribute1': [8, False, False],
'attribute2': [4, False, False],
'attribute3': [False, False, False],
},
}
供参考 - 初始条目的代码检查以确保item_desc
是唯一的,如果是,则生成新条目 - 它看起来像这样:
record.update({item_desc: {
'attribute1':[],
'attribute2':[],
'attribute3':[],
}})
for key, value in [
('attribute1', value1),
('attribute2', value2),
('attribute3', value3)]:
record[item_desc][key].append(value)
如果'item_desc'
不唯一,则会针对非唯一'for key, value in...'
再次运行'item_desc'
,并将新属性值附加到现有项目。
我尝试了什么......好吧,当我找到一个独特的项目时,我尝试迭代“记录”对象并使用以下内容附加一个False值:
for item in record:
for key in ['attribute1', 'attribute2', 'attribute3']:
record[item][key].append(False)
但是(i)它没有解决为后续独特项目添加False
和(ii)我需要列表保持秩序 - 所以简单地迭代通过我没有任何好处最后的一切,强制列表的给定数量的元素。
感谢任何帮助。
答案 0 :(得分:3)
dict理解是一个很好的解决方案和纯粹的python。
只是出于选项问题,您还可以使用pandas
等库。
df = pd.DataFrame(d)
max_ = df.max().str.len().max() # max length (in this case, 3)
df.transform(lambda x: [z + [False]*(max_ - len(z)) for z in x]).to_dict()
输出
{'item1':
{'attribute1': [3, False, False],
'attribute2': [2, False, False],
'attribute3': [False, False, False]
},
'item2':
{'attribute1': [2, 5, 2],
'attribute2': [3, 2, 8],
'attribute3': [False, 7, False]
},
'item3':
{'attribute1': [8, False, False],
'attribute2': [4, False, False],
'attribute3': [False, False, False]
}
}
答案 1 :(得分:1)
您可以使用词典理解:
d = {
'item1': {
'attribute1': [3],
'attribute2': [2],
'attribute3': [False]},
'item2': {
'attribute1': [2, 5, 2],
'attribute2': [3, 2, 8],
'attribute3': [False, 7, False]},
'item3': {
'attribute1': [8],
'attribute2': [4],
'attribute3': [False]}}
adjust = max(len(max([c['attribute1'], c['attribute2'], c['attribute3']])) for c in d.values())
new_d = {a:{c:j+([False]*(adjust-len(j))) for c, j in b.items()} for a, b in d.items()}
输出:
{
'item1': {
'attribute1': [3, False, False],
'attribute2': [2, False, False],
'attribute3': [False, False, False]},
'item2': {
'attribute1': [2, 5, 2],
'attribute2': [3, 2, 8],
'attribute3': [False, 7, False]},
'item3': {
'attribute1': [8, False, False],
'attribute2': [4, False, False],
'attribute3': [False, False, False]}}