过滤字典中的字典

Question

我是Python的新手，不确定使用字典的字典是否是一个好主意，但这是我的问题。 我有一个字典的字典，我想通过内部字典的键进行过滤：

a = { 'key1' : {'id1' :[0,1,2] , 'id2' :[0,1,2], 'id3' :[4,5,6]},
     'key2' : {'id3' :[0,1,2] , 'id4' :[0,1,2]},
     'key3' : {'id3' :[0,1,2] , 'id1' :[4,5,6]}
   }

例如，我想通过'id1'进行筛选，以获得以下结果：

result = { 'key1' : {'id1' :[0,1,2] },
           'key3' : {'id1' :[4,5,6]}
         }

我已经尝试了筛选方法，但是我得到了所有的值：

r = [('key1' ,{'id1' :[0,1,2] , 'id2' :[0,1,2], 'id3' :[4,5,6]}),
     ('key3' , {'id3' :[0,1,2] , 'id1' :[4,5,6]})
   ]

此外，filter方法返回一个列表，而我想保持格式为字典。

提前感谢。

- Othman

---

我认为你需要使用一些数据处理技术。根据你的输出规范，你可能需要使用自定义对象。 - Pwnna

Answer 1

试试这个：

>>> { k: v['id1'] for k,v in a.items() if 'id1' in v }
{'key3': [4, 5, 6], 'key1': [0, 1, 2]}

对于 Python 2.x 版本，您可能更喜欢使用 iteritems() 而不是 items()，并且仍需要一个相当新的 Python（我认为是 2.7）才能使用字典推导式：对于较旧的 Python 版本，请使用：

dict((k, v['id1']) for k,v in a.iteritems() if 'id1' in v )

如果您想提取多个值，那么我认为最好是完整地编写循环：

def query(data, wanted):
    result = {}
    for k, v in data.items():
        v2 = { k2:v[k2] for k2 in wanted if k2 in v }
        if v2:
            result[k] = v2
    return result

提供：

>>> query(a, ('id1', 'id2'))
{'key3': {'id1': [4, 5, 6]}, 'key1': {'id2': [0, 1, 2], 'id1': [0, 1, 2]}}

- Duncan

---

这个很好用，但实际上我不想只过滤一个值，而是一个值列表（例如['id1'，'id2']）。 - Othman

Answer 2

根据您给Duncan的精度，这是使用字典推导筛选列表的另一种方法：

>>> my_list = ['id1', 'id2']
>>> {k1 : {k2: v2 for (k2, v2) in a[k1].iteritems() if k2 in my_list} for k1 in a}
{'key3': {'id1': [4, 5, 6]}, 'key2': {}, 'key1': {'id2': [0, 1, 2], 'id1': [0, 1, 2]}}

编辑：您还可以使用另一个字典推导式删除空值，但是那样会变得难以阅读... :-)

>>> {k3: v3 for k3, v3 in {k1 : {k2: v2 for (k2, v2) in a[k1].iteritems() if k2 in my_list} for k1 in a}.iteritems() if v3}
{'key3': {'id1': [4, 5, 6]}, 'key1': {'id2': [0, 1, 2], 'id1': [0, 1, 2]}}

- Emmanuel

---

遗憾的是，在中间潜伏着一个空字典。我认为此时放弃使用字典推导式，直接将所有内容全部写出来是值得的：请查看我的更新答案。 - Duncan

Answer 3

你可以使用字典推导式来完成这个任务：

def query(data, query):
    return {key : {query : data[key][query]} 
            for key in data if query in data[key]}

如果你有很多的词典条目需要查找或者频繁地进行词典查询，那么逐一检查每个词典条目将会花费很多时间。使用带有索引的数据库可以加速这个过程。

- Jochen Ritzel

---

实际上我正在解析一个大的 CSV 文件（30 MB），那么我该如何提高速度呢？ - Othman

Answer 4

field = 'id1'
dict( (k,{field: d[field]}) for k,d in a.items() if field in d)

- vartec

---

适用于 Python 版本低于 2.7 的情况，这些版本不支持字典推导式。 - martineau