新闻中心
Python中深度嵌套字典与列表的数据提取及条件筛选指南

本文详细介绍了如何在python中处理复杂的嵌套字典和列表数据结构,特别是针对从多层嵌套数据中提取特定元素并应用条件筛选的场景。通过逐步解析数据结构,演示了如何使用嵌套循环高效地访问目标数据,并结合条件判断逻辑,实现对提取数据的精准过滤,最终获取所需结果。
在Python开发中,我们经常会遇到处理复杂数据结构的需求,尤其是当数据以JSON格式从API返回时,通常会表现为深度嵌套的字典和列表。理解如何高效地从这些结构中提取所需信息并进行条件筛选,是Python数据处理的关键技能之一。
理解嵌套数据结构
首先,我们来看一个典型的嵌套数据结构示例。这是一个Python字典,其中包含数字、字符串以及更复杂的列表和字典:
repo = {
'code': 200,
'msg': '',
'snapshotVos': [{
'data': {
'balances': [
{'asset': 'ADD', 'free': '10', 'locked': '0'},
{'asset': 'RDP', 'free': '0', 'locked': '0'},
{'asset': 'SHIB', 'free': '0', 'locked': '947415'}
],
'totalAsset': '152'
},
'type': 'spot',
'updateTime': 1703807999000
}]
}我们的目标是从这个 repo 字典中,提取 snapshotVos 列表里每个元素的 data 字典下的 balances 列表中的数据。更进一步,我们需要筛选 balances 列表中满足特定条件的字典:即 free 和 locked 字段的值不能同时为 '0'。
逐步解析与数据提取
为了达到目标,我们需要层层深入地访问数据结构。
访问 snapshotVos 列表:repo['snapshotVos'] 将返回一个列表,其中包含一个或多个字典。
遍历 snapshotVos 中的每个元素: 使用 for 循环遍历 snapshotVos 列表中的每个字典。每个字典(例如命名为 re)都代表一个快照信息。
访问 data 字典: 在每个 re 字典中,通过 re['data'] 可以访问到包含 balances 信息的 data 字典。
访问 balances 列表: 从 data 字典中,通过 re['data']['balances'] 可以获取到我们最终感兴趣的 balances 列表。这个列表包含了多个表示资产信息的字典。
遍历 balances 列表中的每个元素: 由于 balances 也是一个列表,我们需要再使用一个嵌套的 for 循环来遍历其中的每一个资产字典(例如命名为 balance)。
实现条件筛选与数据收集
在遍历 balances 列表中的每个 balance 字典时,我们需要应用筛选条件:当 balance['free'] 和 balance['locked'] 的值不都为 '0' 时,才收集该 balance 的信息。
GoEnhance
全能AI视频制作平台:通过GoEnhance AI让视频创作变得比以往任何时候都更简单。
347
查看详情
为了收集结果,我们可以初始化一个空列表,然后将符合条件的 balance 信息添加到该列表中。示例中要求提取的是每个 balance 字典的值列表,并且避免重复。
下面是实现这一逻辑的完整代码示例:
repo = {
'code': 200,
'msg': '',
'snapshotVos': [{
'data': {
'balances': [
{'asset': 'ADD', 'free': '10', 'locked': '0'},
{'asset': 'RDP', 'free': '0', 'locked': '0'},
{'asset': 'SHIB', 'free': '0', 'locked': '947415'}
],
'totalAsset': '152'
},
'type': 'spot',
'updateTime': 1703807999000
}]
}
# 用于存储最终结果的列表
filtered_balances_data = []
# 遍历 snapshotVos 列表
for snapshot_item in repo.get('snapshotVos', []): # 使用 .get() 避免 KeyError
# 访问 data 字典,同样使用 .get()
data_content = snapshot_item.get('data', {})
# 访问 balances 列表
balances_list = data_content.get('balances', [])
# 遍历 balances 列表中的每个资产字典
for balance_item in balances_list:
# 应用筛选条件:'free' 和 'locked' 不都为 '0'
# 注意:这里的值是字符串类型,所以比较时也用字符串 '0'
if not (balance_item.get('free') == '0' and balance_item.get('locked') == '0'):
# 提取字典的值列表
# 如果需要保留字典结构,可以直接添加 balance_item
# 如果需要避免重复的值列表,则进行检查
values_list = list(balance_item.values())
if values_list not in filtered_balances_data:
filtered_balances_data.append(values_list)
# 打印最终结果
print(filtered_balances_data)运行上述代码,将得到以下输出:
[['ADD', '10', '0'], ['SHIB', '0', '947415']]
可以看到,['RDP', '0', '0'] 这个资产信息因为它同时满足 free 为 '0' 和 locked 为 '0' 的条件而被过滤掉了。
注意事项与最佳实践
- 健壮性考虑: 在实际开发中,数据结构可能不总是完整或符合预期。使用字典的 .get(key, default_value) 方法访问键,可以避免因键不存在而引发 KeyError。例如 repo.get('snapshotVos', []) 会在 snapshotVos 键不存在时返回一个空列表,而不是报错。
- 数据类型匹配: 在进行条件判断时,务必注意数据类型。本例中 free 和 locked 的值是字符串 '0',而不是整数 0。如果数据是数字类型,则应使用 0 进行比较。
-
结果形式: 示例代码中最终收集的是每个字典的值列表。如果需要保留原始的键值对结构,可以直接将 balance_item 添加到结果列表中,而不是 list(balance_item.values())。
# 如果需要保留字典结构 # filtered_balances_data.append(balance_item)
-
去重逻辑: 示例中使用了 if values_list not in filtered_balances_data: 进行去重。对于包含复杂对象(如字典或列表)的去重,这种方法在列表较大时效率较低。如果数据量大,可以考虑将值列表转换为元组(tuple)并使用 set 进行去重,然后再转回列表。
# 使用 set 进行高效去重 unique_balances_set = set() for balance_item in balances_list: if not (balance_item.get('free') == '0' and balance_item.get('locked') == '0'): values_tuple = tuple(balance_item.values()) # 将列表转换为元组以便放入集合 unique_balances_set.add(values_tuple) filtered_balances_da
ta = [list(t) for t in unique_balances_set] # 转换回列表 - 可读性: 尽管多层嵌套循环在某些情况下是必要的,但当嵌套层级过多时,代码的可读性会下降。对于更复杂的场景,可以考虑将部分逻辑封装成函数,或者使用更高级的数据处理库(如 pandas)来简化操作。
总结
从Python的深度嵌套字典和列表中提取数据并应用条件筛选,是日常数据处理中的常见任务。通过理解数据结构、运用嵌套循环以及结合条件判断,我们可以精准地定位并提取所需信息。同时,遵循健壮性、数据类型匹配和效率考量等最佳实践,能够编写出更可靠、更易于维护的代码。
以上就是Python中深度嵌套字典与列表的数据提取及条件筛选指南的详细内容,更多请关注其它相关文章!
# python
# 的是
# 武安营销推广网
# 鄂州网站建设套餐
# 网站如何在百度上推广
# 郑州网站建设银行面试
# 滨州智能化网站建设
# 矩阵seo加盟哪个好
# 商品推广与营销的方式
# 惠州网站建设文案
# 兴义抖音短视频营销推广
# 沈阳企业网站怎么建设
# 而不是
# 多个
# 键值
# 所需
# 转换为
# 数据处理
# 列表中
# 遍历
# 数据结构
# python数据处理
# red
# 键值对
# app
# json
# js
相关栏目:
【
科技资讯46185 】
【
网络学院92790 】
相关推荐:
J*a中实现Go语言select通道多路复用机制
解决Flask中Quill编辑器内容提交失败及TypeError的指南
J*a编写用户注册与登录功能_掌握字符串与验证逻辑
在J*a项目里如何构建对象之间的契约_接口约束的实际落地
J*aScript数据结构转换:将对象数组按类别分组
KFC早餐时段怎么领特惠代码_KFC早餐订餐优惠代码获取与使用说明
“在文档元素之后找到了标记”是什么错误? 检查并修复XML中多个根元素的3个方法
Linux如何构建多环境配置管理_Linux多环境配置方案
C++ explicit关键字防止隐式转换_C++构造函数安全规范
J*a 递归快速排序中静态变量的状态管理与陷阱
Pandas DataFrame:高效添加条件计算列
如何将一个大型PHP应用拆分为多个Composer包_微服务与模块化架构的Composer实践
HTML元素状态管理:根据DIV内容动态启用/禁用按钮
极兔快递快件信息查询系统 极兔快递官网运单号追踪
QQ邮箱官方登录入口_QQ邮箱网页版快捷使用平台
J*aScript数组对象转换:按指定键分组与值收集
从OpenAI API响应中高效提取生成文本
Win11截图该按哪些键 Win11截屏完整流程解析【教程】
J*aScript类型检查_j*ascript代码规范
steam官方网页快速访问 steam账号注册全流程
HuggingFaceEmbeddings中向量嵌入维度调整的限制与理解
Python中高效且防溢出的双曲正弦计算:基于对数空间的优化策略
抖音创作助手登录入口_抖音创作辅助工具官网直达
Django模型中自动计算可用余额的实现方法
Win11怎么设置鼠标指针速度_Win11提高鼠标指针精确度选项
c++如何使用chrono库处理时间_c++标准库时间与日期操作
PySpark中从现有列右侧提取可变长度字符创建新列的教程
Golang如何通过reflect操作map_Golang reflect map操作与遍历技巧
AO3网页版合集入口 Archive of Our Own同人作品浏览指南
使用 Pandas 高效处理 .dat 文件:字符清理与数据计算
自定义Bag-of-Words实现:处理带负号的词汇权重
正确连接J*aScript到HTML实现可点击图片与自定义事件处理
Go语言中Map存储的结构体如何调用指针方法:深入解析与实践
126邮箱手机版登录官网2026_126手机邮箱免费入口最新
文心一言怎样用插件调度API数据_文心一言用插件调度API数据【API调用】
PDF文件体积过大处理_PDF压缩技巧详解
漫蛙漫画官方首页 漫蛙2漫画在线阅读入口
React列表渲染与独立状态管理:避免全局状态影响局部更新
LINUX怎么设置定时任务_LINUX crontab配置教程
新三国志曹操传110级星符试炼夏侯渊极难攻略
jQuery Mask 插件中实现电话号码固定前导零的教程
word中如何让数字纵向排列_Word数字纵向排列方法
J*aScript:在map操作中高效处理空数组
学习通在线学习平台 学习通网页版直接进入课程中心
PHP中SSG-WSG API的AES加密实践:正确使用初始化向量
PowerPoint如何制作滚动字幕结尾彩蛋_PowerPoint路径动画实现平滑滚动字幕效果
fishbowl官网免费版 fishbowl养鱼网站入口
mcjs网页版流畅运行 mcjs低配电脑畅玩入口
谷歌浏览器浏览体验优化_谷歌浏览器新版直连永久可用提示
Python getattr() 异常处理深度解析:避免程序意外退出


2025-11-30
浏览次数:次
返回列表
ta = [list(t) for t in unique_balances_set] # 转换回列表