如何使用 Python 计算嵌套字典 in.json 文件中某个项目的出现次数（并可能迭代）？

Question

我正在尝试一段时间，但由于我仍然是一个初学者，所以我很难过。 我有一个带有 jsons 的文件，它们都具有以下结构：

{
   "cds":{
      "ENSLAFT00000035968.1":{
         "A":407,
         "C":312,
         "G":320,
         "T":320,
         "Y":0,
         "M":0,
         "S":0,
         "R":0,
         "W":0,
         "K":0,
         "N":0,
         "D":0,
         "B":0,
         "H":0,
         "V":0,
         "all":1359
      },
      "cdna":{
         "ENSLAFT00000034174.1":{
            "A":825,
            "C":700,
            "G":663,
            "T":584,
            "Y":0,
            "M":0,
            "S":0,
            "R":0,
            "W":0,
            "K":0,
            "N":0,
            "D":0,
            "B":0,
            "H":0,
            "V":0,
            "all":2772
         }
      }
   }

第一个键（cds 和 cdna）每个都有大约 1000 多个值（基因，ENSLAFT+数字）。 我想计算所有“N”次出现（如果有些有 50 次，有些有 10 次，则将它们加在一起并有 60 次）。 我collections Counter sum()或len()或它们的某种组合以某种方式...？ 以及如何使用具有相同结构的 jsons 为我的文件夹中的每个文件创建一个这样的循环？ 这对我来说听起来很容易，但我没有太多经验，到目前为止，我只能使用 pandas DataFrame 或不那么复杂的数据来计算......

我感谢任何帮助和进一步的学习建议！

Answer 1

您可以使用 for 循环：

data = {"cds": {"ENSLAFT00000035968.1": {"A": 407, "C": 312, "G": 320, "T": 320, "Y": 0, "M": 0, "S": 0, "R": 0, "W": 0, "K": 0, "N": 0, "D": 0, "B": 0, "H": 0, "V": 0, "all": 1359}}, "cdna": {"ENSLAFT00000034174.1": {"A": 825, "C": 700, "G": 663, "T": 584, "Y": 0, "M": 0, "S": 0, "R": 0, "W": 0, "K": 0, "N": 0, "D": 0, "B": 0, "H": 0, "V": 0, "all": 2772}}}
counter = 0
for value in data.values():
    # key would be cds or cdna, value is the dict of genes
    for gene in value.values():
        # key would be ENSLAFT00000035968.1, ...
        if 'N' in gene:
            counter += gene['N']
print(counter)

您可以检查密钥以仅计算一些：

counter = 0
for key, value in data.items():
    # key would be cds or cdna, value is the dict of genes
    if key == "cds":
        for gene in value.values():
            # key would be ENSLAFT00000035968.1, ...
            if 'N' in gene:
                counter += gene['N']
print(counter)

Answer 2

您可以通过蛮力寻找 go 在 JSON 的字符串版本中寻找正则表达式，例如

import json
import re

s = {"cds": {"ENSLAFT00000035968.1": {"A": 407, "C": 312, "G": 320, "T": 320, "Y": 0, "M": 0, "S": 0, "R": 0, "W": 0, "K": 0, "N": 0, "D": 0, "B": 0, "H": 0, "V": 0, "all": 1359}, "cdna": {"ENSLAFT00000034174.1": {"A": 825, "C": 700, "G": 663, "T": 584, "Y": 0, "M": 0, "S": 0, "R": 0, "W": 0, "K": 0, "N": 0, "D": 0, "B": 0, "H": 0, "V": 0, "all": 2772}}}}


s_str = json.dumps(s)
m = re.findall(r'"N":\s(\d+)', s_str)
print(m)  # prints ['0', '0']
print(len(m))  # prints 2

或者 go 是递归 function 的更清洁、更长的路线...

def rec_find(s, cur=0):
  if type(s) not in (dict, ):
    return 0
  resp = 0
  if "N" in s.keys():
    resp += 1
  for k in s.keys():
    resp += rec_find(s[k], resp)
  return resp

print(rec_find(s))  # prints 2