Comment créer des dictées imbriquées en Python ?

Question

J'ai deux fichiers CSV : "Données" et "Cartographie" :

• Le fichier 'Mapping' comporte 4 colonnes : Device_Name , GDN , Device_Type et Device_OS . Les quatre colonnes sont remplies.
• Le fichier "Data" comporte les mêmes colonnes, avec les éléments suivants Device_Name et les trois autres colonnes sont vides.
• Je veux que mon code Python ouvre les deux fichiers et pour chaque Device_Name dans le fichier de données, faire correspondre son GDN , Device_Type et Device_OS du fichier Mapping.

Je sais comment utiliser dict lorsque seulement 2 colonnes sont présentes (1 est nécessaire pour être mappée) mais je ne sais pas comment accomplir ceci lorsque 3 colonnes doivent être mappées.

Voici le code à l'aide duquel j'ai essayé de réaliser le mapping de Device_Type :

x = dict([])
with open("Pricing Mapping_2013-04-22.csv", "rb") as in_file1:
    file_map = csv.reader(in_file1, delimiter=',')
    for row in file_map:
       typemap = [row[0],row[2]]
       x.append(typemap)

with open("Pricing_Updated_Cleaned.csv", "rb") as in_file2, open("Data Scraper_GDN.csv", "wb") as out_file:
    writer = csv.writer(out_file, delimiter=',')
    for row in csv.reader(in_file2, delimiter=','):
         try:
              row[27] = x[row[11]]
         except KeyError:
              row[27] = ""
         writer.writerow(row)

Il retourne Attribute Error .

Après quelques recherches, je pense que je dois créer un dict imbriqué, mais je n'ai aucune idée de la manière de le faire.

Answer 1

Si vous voulez créer un dictionnaire imbriqué à partir d'une liste (de longueur arbitraire) pour un chemin et exécuter une fonction sur un élément qui peut exister à la fin du chemin, cette petite fonction récursive pratique est très utile :

def ensure_path(data, path, default=None, default_func=lambda x: x):
    """
    Function:

    - Ensures a path exists within a nested dictionary

    Requires:

    - `data`:
        - Type: dict
        - What: A dictionary to check if the path exists
    - `path`:
        - Type: list of strs
        - What: The path to check

    Optional:

    - `default`:
        - Type: any
        - What: The default item to add to a path that does not yet exist
        - Default: None

    - `default_func`:
        - Type: function
        - What: A single input function that takes in the current path item (or default) and adjusts it
        - Default: `lambda x: x` # Returns the value in the dict or the default value if none was present
    """
    if len(path)>1:
        if path[0] not in data:
            data[path[0]]={}
        data[path[0]]=ensure_path(data=data[path[0]], path=path[1:], default=default, default_func=default_func)
    else:
        if path[0] not in data:
            data[path[0]]=default
        data[path[0]]=default_func(data[path[0]])
    return data

Exemple :

data={'a':{'b':1}}
ensure_path(data=data, path=['a','c'], default=[1])
print(data) #=> {'a':{'b':1, 'c':[1]}}
ensure_path(data=data, path=['a','c'], default=[1], default_func=lambda x:x+[2])
print(data) #=> {'a': {'b': 1, 'c': [1, 2]}}

Answer 2

Cette chose est une liste vide imbriquée à partir de laquelle je vais ajouter des données à un dict vide.

ls = [['a','a1','a2','a3'],['b','b1','b2','b3'],['c','c1','c2','c3'], 
['d','d1','d2','d3']]

cela signifie créer quatre dict vides à l'intérieur de data_dict

data_dict = {f'dict{i}':{} for i in range(4)}
for i in range(4):
    upd_dict = {'val' : ls[i][0], 'val1' : ls[i][1],'val2' : ls[i][2],'val3' : ls[i][3]}

    data_dict[f'dict{i}'].update(upd_dict)

print(data_dict)

Le résultat

{ 'dict0' : {'val' : 'a', 'val1' : 'a1', 'val2' : 'a2', 'val3' : 'a3'}, 'dict1' : {'val' : 'b', 'val1' : 'b1', 'val2' : 'b2', 'val3' : 'b3'}, 'dict2' : { 'val' : 'c', 'val1' : 'c1', 'val2' : 'c2', 'val3' : 'c3'}, 'dict3' : {'val' : 'd', 'val1' : 'd1', 'val2' : 'd2', 'val3' : 'd3'}}

Answer 3

#in jupyter
import sys
!conda install -c conda-forge --yes --prefix {sys.prefix} nested_dict 
import nested_dict as nd
d = nd.nested_dict()

On peut maintenant utiliser 'd' pour stocker les paires clé-valeur imbriquées.

Answer 4

travel_log = {
    "France" : {"cities_visited" : ["paris", "lille", "dijon"], "total_visits" : 10},
    "india" : {"cities_visited" : ["Mumbai", "delhi", "surat",], "total_visits" : 12}
}

Answer 5

Vous pouvez initialiser un NestedDict et ensuite attribuer des valeurs aux nouvelles clés.

from ndicts.ndicts import NestedDict

nd = NestedDict()
nd["level1", "level2", "level3"] = 0

>>> nd
NestedDict({'level1': {'level2': {'level3': 0}}})

ndicts est sur Pypi

pip install ndicts