![](/img/trans.png)
[英]More efficient way to get unique first occurrence from a Python dict
[英]Python efficient way to filter dict
我有一个非常简单(但很大)的JSON文件,我需要对其进行过滤。 (我已经有一段时间没有做任何Python了...)
看起来像这样:
{
'entry_1': {
'field_1' : 'value',
'field_2' : 123,
'field_3' : '',
'field_4' : 456
},
'entry_2': {
'field_1' : 'value',
'field_2' : 321,
'field_3' : 'value',
'field_4' : 654
},
...
}
我想对其进行过滤以删除无用的字段。 我所做的测试文件很小,可以很好地工作,但是我需要在一个很大的文件上进行测试,而且我知道我的代码很丑陋。
到目前为止,我已经做到了:
dict_in = json.load(INFILE)
dict_out = defaultdict(dict) #4harambe
allowed_fields = {'field_1', 'field_3'}
'''should I use a set or a tuple here ? or maybe something else
All data inside will be unique (set) but
those data wont change (tuple)
'''
for entry in dict_in:
for field in dict_in[entry]:
if field in allowed_fields and not dict_in[entry][field]:
# allowed field plus non empty string
dict_out[entry][field] = dict_in[entry][field]
我想知道如何使其更具性感和效率(双循环+ if语句以及访问数据的方式非常糟糕)。 我已经阅读过有关itertools的文章,但我还不知道如何使用它,如果这是个好主意。
只是:
dict_out = {k: {f: v[f] for f in allowed_fields if v.get(f)}
for k, v in dict_in.items()}
注意:
如果您仍在使用python 2.7,请使用.iteritems()
而不是.items()
您可以使用dictionary comprehensions
来编写它:
allowed_fields = {'field_1', 'field_3'}
dict_out = {
entry_key: {
field: field_value
for field, field_value in entry_value.items()
if field in allowed_fields and field_value
}
for entry_key, entry_value in dict_in.items()
}
这将为所有field_1
和field_3
键提供非空值:
{'entry_1': {'field_1': 'value'},
'entry_2': {'field_1': 'value', 'field_3': 'value'}}
无需迭代内部dicts
只需直接获取值即可:
def grabber(d, fields, default=None):
return dict((f, d.get(f, default)) for f in fields)
dict_out = {k:grabber(v, allowed_fields) for k,v in dict_in.items()}
给定dict_in
作为输入和您需要的fields
:
fields = ['field_1', 'field_4']
dict_out = dict([(k, {_k: _v for _k, _v in v.items() if _k in fields}) for k, v in dict_in.items()])
dict_out
将如下所示:
{'entry_1': {'field_1': 'value', 'field_4': 456},
'entry_2': {'field_1': 'value', 'field_4': 654}}
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.