[英]Is there an elegant way to flatten nested JSON with a django serializer?
我從 API 收到嵌套的 JSON(我無法影響結構)。 我想在反序列化對象時展平嵌套字段,使用 django rest framework serializer 。 我該如何優雅地做到這一點?
這是我目前的方法,它通過使用嵌套序列化程序並在.create()
中進行.create()
平來工作:
from dataclasses import dataclass
from rest_framework import serializers
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
flattened_output = {
"name": "Johnny",
"lat": 1.2,
"lon": 3.4,
}
@dataclass
class Thing:
name: str
lat: float
lon: float
class TheFlattener(serializers.Serializer):
class GeoInfoSerializer(serializers.Serializer):
latitude = serializers.FloatField()
longitude = serializers.FloatField()
objectName = serializers.CharField(max_length=50, source="name")
geoInfo = GeoInfoSerializer()
def create(self, validated_data):
geo_info = validated_data.pop("geoInfo")
validated_data["lat"] = geo_info["latitude"]
validated_data["lon"] = geo_info["longitude"]
return Thing(**validated_data)
serializer = TheFlattener(data=input_data)
serializer.is_valid(raise_exception=True)
assert serializer.save() == Thing(**flattened_output)
我知道在將對象序列化為 JSON 時,您可以在source
參數中引用嵌套/相關對象,例如
first_name = CharField(source="user.first_name")
這真的很好,但我一直沒能找到類似的反序列化的東西。
對於您的情況,我認為您的解決方案非常優雅,因為您想更改字段名稱,而不僅僅是將其展平。
但是,對於較大的嵌套 Json,您可以定義一個扁平化函數(遞歸/迭代),或者使用 Pandas 庫中的一些有用工具,例如:
pandas.json_normalize和 pandas.DataFrame。 to_dict/to_json
https://pandas.pydata.org/pandas-docs/version/1.2.0/reference/api/pandas.json_normalize.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_dict.html
選項1
from pandas import json_normalize
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(into=OrderedDict)
print(type(d))
print(d)
輸出 1:
<class 'collections.OrderedDict'>
OrderedDict([('objectName', OrderedDict([(0, 'Johnny')])), ('geoInfo.latitude', OrderedDict([(0, 1.2)])), ('geoInfo.longitude', OrderedDict([(0, 3.4)]))])
選項 2
d = json_normalize(input_data).to_dict(into=OrderedDict, 'list')
輸出 2
<class 'collections.OrderedDict'>
OrderedDict([('objectName', ['Johnny']), ('geoInfo.latitude', [1.2]), ('geoInfo.longitude', [3.4])])
選項 3
d = json_normalize(input_data).to_dict(into=OrderedDict, orient='records')
輸出 3
<class 'list'>
[OrderedDict([('objectName', 'Johnny'), ('geoInfo.latitude', 1.2), ('geoInfo.longitude', 3.4)])]
選項 4
d = json_normalize(input_data).to_dict('index', into=OrderedDict)
輸出 4
<class 'collections.OrderedDict'>
OrderedDict([(0, {'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4})])
對於這種情況,選項 3是最好的。 但由於它返回長度為 1 的列表,因此添加 [0] 。
解決方案:
d = json_normalize(input_data).to_dict(orient='records')[0]
輸出:
<class 'dict'>
{'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4}
對於重命名字段,需要更多的額外步驟。
from pandas import json_normalize
from collections import OrderedDict
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(orient='records', into=OrderedDict)[0]
N = len(d)
key_map = {"objectName": "name", "geoInfo.latitude": "lat", "geoInfo.longitude":"lon"}
# or use list ["name", "lat", "lon"] and access by index.
# I used dict key_map for cases when normal dict is used, instead of ordereddict
# (when into=OrderedDict argument is not given to pandas to_dict function)
for _ in range(N):
k, v = d.popitem(last=False)
d[key_map[k]] = v
print(d)
輸出:
OrderedDict([('name', 'Johnny'), ('lat', 1.2), ('lon', 3.4)])
我建議使用遞歸,類似這樣的:
def make_it_flat(inp):
out = dict()
def flatten(piece, name=''):
if isinstance(piece, dict):
for k,v in piece.items():
flatten(v, f'{name}{k}_')
elif isinstance(piece, list):
for i, a in enumerate(piece):
flatten(a, f'{name}{i}_')
else:
out[name[:-1]] = piece
flatten(inp)
return out
例子:
>>> make_it_flat({22222: 'y', 1: {2: {3: ['a','b','c']}}})
{'22222': 'y', '1_2_3_0': 'a', '1_2_3_1': 'b', '1_2_3_2': 'c'}
感謝此線程提供了答案: source="*"
嵌套字段展平到validated_data
。
在這種情況下,解決方案如下所示:
class TheFlattener(serializers.Serializer):
class GeoInfoSerializer(serializers.Serializer):
latitude = serializers.FloatField(source="lat") # rename here
longitude = serializers.FloatField(source="lon")
objectName = serializers.CharField(max_length=50, source="name")
geoInfo = GeoInfoSerializer(source="*") # unpack nested fields here
def create(self, validated_data):
return Thing(**validated_data)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.