Question

我正在通过读取大型CSV文件来创建多层嵌套字典。文件的内容采用以下格式，该格式存储与一本唯一书有关的相关信息。我们可以假设每一行有6列（作者，标题，年份，类别，URL，引用）；所有列条目都具有相同的格式。例如：

Author,Title,Year,Category,Url,Citations
"jk rowling, etc....",goblet of fire,1973,magic: fantasy: english literature,http://doi.acm.org/10.1145/800010.808066,6
"Weiner, Leonard H.",cracking the coding interview,1973,LA: assessment: other,http://doi.acm.org/10.1145/800010.808105,2
"Tolkien",hobbit,1953,magic: fantasy: medieval,http://doi.acm.org/10.1145/800010.808066,6

我希望输出匹配CSV文件中每一行的解析方式，类似于以下内容： *（注意：嵌套字典的数量取决于csv的类别标题下的书籍类别。第一层深度（也称为第一子层）的键按书籍的实施年份排序。第二层及以后的键叶子进一步扩展了从第1子层开始的排序，但现在还基于连续的类别（排序事项），并以'：'分隔符分隔。将CSV文件中每行类别的排序视为路径目录；多个文件可以一直使用相同的路径目录，或者可以具有相同的路径目录并放置在同一文件夹中。

results = {'1973':{
    "magic": {
        "fantasy": {
            "English literature": {
                "name": "goblet of fire",
                "citations": 6,
                "url": "http://doi.acm.org/10.1145/800010.808066"
            }
        },},
        "medieval": {
            "name": "The Hobbit",
            "citations": 7,
            "url": "http://doi.acm.org/10.1145/800fdfdffd010.808066"
        }
    },
    {'1953': "la": {
        "assessment": {
            "other": {
                "name": "cracking the coding interview",
                "citations": 6,
                "url": "http://doi.acm.org/10.1145/800010.808105"
            }
        }
      }

    }
}

很显然，有些书将具有共同的连续类别或共同的出版日期，就像我上面显示的示例一样。有些书可能还会共享完全相同的连续类别。我认为我应该递归地遍历csv中每行类别的字符串，要么创建新的子字典，使其偏离先前存在的类别顺序，然后在没有更多要检查的连续类别时创建该书的字典表示形式。我只是不确定该如何开始。

这是我到目前为止的内容，这只是读取CSV文件的标准设置：

  _, *data = csv.reader(open(DATA_FILE))
    new_data = [[i[3].split(': '), *i[4:], *i[:3]] for i in data]
    print(json.dumps(group(new_data), indent=4))
    return group(new_data)

def group(d):
    _d = {}
    for a, *b in d:
        if a[0] not in _d:
            _d[a[0]] = [[a[1:], *b]]
        else:
            _d[a[0]].append([a[1:], *b])
    r = {a: {'books': [
        {'name': c[-2],'year':c[-1], 'citations': c[2], 'url': c[1], 'author': c[3]} for
        c in b if not c[0]], **(lambda x: {} if not x else group(x))(
        [c for c in b if c[0]])} for a, b in _d.items()}
    return {a: {c: d for c, d in b.items() if d} for a, b in r.items()}

本质上，我想使用嵌套字典创建此csv的树表示形式，第一层按发布日期排序，其后的层进一步扩展，并根据相对类别路径进一步订购书（即magic：fantasy ：等...），确定要遍历/创建的子树。如果两本书或多本书具有相同的连续路径，我希望使所有这些书都具有各自的键，而不是在新书具有相同类别路径时覆盖每本书（叶）。叶子代表在csv中每行提到的书籍的字典表示。

编辑：我不能使用任何依赖项/外部模块

如何在特定规则下使用以下csv创建深度嵌套的python字典

0 个答案: