Python中处理嵌套字典与列表数据：提取与条件过滤教程

新闻中心 NEWS CENTER

您当前位置：首页 > 新闻中心 > 网络学院

Python中处理嵌套字典与列表数据：提取与条件过滤教程

2025-11-30

浏览次数：次

返回列表

Python中处理嵌套字典与列表数据：提取与条件过滤教程

本教程详细讲解如何在python中处理复杂的嵌套字典与列表数据结构。我们将学习如何层层深入访问特定数据，迭代列表中的字典，并应用条件逻辑对数据进行过滤和提取，最终生成符合要求的结果集。

在现代数据处理中，我们经常会遇到结构复杂、多层嵌套的数据，尤其是在处理API响应或配置文件时。Python的字典（dictionary）和列表（list）是处理这类数据的核心工具。本教程将以一个具体的案例为例，演示如何从一个包含字典和列表的嵌套结构中，提取特定信息并根据条件进行过滤。

1. 理解数据结构

首先，我们来看一个典型的嵌套数据结构示例：

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
        }
    ]
}

这个 repo 字典包含以下层级：

顶层是字典，包含 code, msg, snapshotVos 键。
snapshotVos 对应一个列表，列表的每个元素又是一个字典。
snapshotVos 列表中的字典包含 data, type, updateTime 键。
data 键对应的值又是一个字典，包含 balances 和 totalAsset。
balances 键对应的值是一个列表，列表的每个元素都是一个字典，包含 asset, free, locked 键。

我们的目标是从 balances 列表中提取数据，并过滤掉那些 free 和 locked 值都为 '0' 的条目。

2. 逐步访问与迭代数据

要访问 balances 列表，我们需要按照其层级结构逐步深入。

访问 snapshotVos 列表： repo['snapshotVos']
迭代 snapshotVos 列表中的每个字典： 使用 for 循环。
从每个字典中访问 data 键： re['data']
从 data 字典中访问 balances 列表： re['data']['balances']
迭代 balances 列表中的每个字典： 再次使用 for 循环。

rows1 = [] # 用于存储最终结果
for snapshot_item in repo['snapshotVos']:
    # 访问 'data' 字典
    data_content = snapshot_item['data']
    # 访问 'balances' 列表
    balances_list = data_content['balances']

    for balance_entry in balances_list:
        # balance_entry 现在是 {'asset': 'ADD', 'free': '10', 'locked': '0'} 这样的字典
        # ... 在这里进行过滤和提取操作

3. 实现条件过滤

根据需求，我们需要移除那些 free 和 locked 值都为 '0' 的条目。这可以通过一个 if 语句来实现：

        if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
            # 如果不满足 'free' 和 'locked' 都为 '0' 的条件，则保留该条目
            # ... 执行提取操作

这里的 not (...) 逻辑表示：如果 free 等于 '0' 并且 locked 也等于 '0'，那么整个条件 (balance_entry['free'] == '0' and balance_entry['locked'] == '0') 为 True，经过 not 后变为 False，该条目将被跳过。反之，如果其中任何一个不为 '0'，则条件为 False，经过 not 后变为 True，该条目被处理。

4. 提取并格式化目标数据

在满足过滤条件的条目中，我们需要提取其值。根据原始问题的意图，我们可能需要将每个 balance_entry 字典的值转换为一个列表，并确保结果列表中不包含重复的条目。

            val = list(balance_entry.values()) # 将字典的值转换为列表，例如 ['ADD', '10', '0']
            if val not in rows1: # 检查该值列表是否已存在于结果集中，避免重复
                rows1.append(val)

5. 完整代码示例

将上述所有步骤整合起来，形成完整的解决方案：

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 GoEnhance

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
        }
    ]
}

rows1 = [] # 初始化一个空列表，用于存储最终过滤后的数据

# 遍历 'snapshotVos' 列表中的每一个字典
for snapshot_item in repo['snapshotVos']:
    # 访问当前 snapshot_item 字典中的 'data' 键
    data_content = snapshot_item['data']
    # 访问 data_content 字典中的 'balances' 键，它是一个列表
    balances_list = data_content['balances']

    # 遍历 balances_list 中的每一个 balance_entry 字典
    for balance_entry in balances_list:
        # 检查 'free' 和 'locked' 字段是否都为 '0'
        # 如果不是都为 '0' (即至少有一个不为 '0')，则执行以下操作
        if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
            # 将当前 balance_entry 字典的所有值转换为一个列表
            # 例如 {'asset': 'ADD', 'free': '10', 'locked': '0'} 会变成 ['ADD', '10', '0']
            val = list(balance_entry.values())
            # 检查这个值列表是否已经存在于 rows1 中，防止添加重复项
            if val not in rows1:
                # 如果不存在，则将其添加到 rows1 列表中
                rows1.append(val)

print(rows1)

运行结果：

[['ADD', '10', '0'], ['SHIB', '0', '947415']]

可以看到，['RDP', '0', '0'] 这个条目因为 free 和 locked 都为 '0' 而被成功过滤掉了。

6. 注意事项与进阶

健壮性处理： 在实际应用中，数据结构可能不总是完美的。例如，某个字典可能缺少 free 或 locked 键。为了避免 KeyError，可以使用 dict.get() 方法提供默认值，或使用 try-except 块。
```
# 示例：使用 .get() 避免 KeyError
free_val = balance_entry.get('free', '0') # 如果 'free' 键不存在，默认为 '0'
locked_val = balance_entry.get('locked', '0')
if not (free_val == '0' and locked_val == '0'):
    # ...
```
数据类型： 示例中的 free 和 locked 值是字符串 '0'。如果它们是数字 0，则比较时应使用 balance_entry['free'] == 0。在从外部数据源（如JSON）获取数据时，经常会遇到数字以字符串形式表示的情况，需要注意类型转换。

列表推导式： 对于更简洁的代码，可以使用列表推导式（List Comprehension）来完成过滤和提取：

rows_filtered = []
for snapshot_item in repo['snapshotVos']:
    for balance_entry in snapshot_item['data']['balances']:
        if not (balance_entry.get('free', '0') == '0' and balance_entry.get('locked', '0') == '0'):
            # 如果不需要去重，直接 append 字典
            rows_filtered.append(balance_entry)
            # 如果需要去重，并且去重是基于字典内容，可能需要转换为元组或使用集合
            # rows_filtered.append(tuple(balance_entry.items())) # 转换为元组以便去重

# 如果要转换为列表的值并去重
unique_values_list = []
seen_values = set() # 使用集合进行高效去重
for item in rows_filtered:
    current_values = tuple(item.values()) # 转换为元组以便加入集合
    if current_values not in seen_values:
        seen_values.add(current_values)
        unique_values_list.append(list(current_values)) # 最终存储为列表

print(unique_values_list)

这种方式在处理复杂去重逻辑时更为灵活。

输出格式： 原始问题要求将字典值转换为列表并去重。如果希望保留原始字典结构，则可以直接 rows1.append(balance_entry)。根据具体需求选择最合适的输出格式。

总结

通过本教程，我们学习了如何有效地在Python中导航和操作复杂的嵌套字典和列表结构。关键在于理解数据层级，使用嵌套循环逐步深入，并结合条件判断进行数据过滤。掌握这些技巧将使您能够更灵活、高效地处理各种复杂的数据集。在实际开发中，考虑代码的健壮性、数据类型匹配以及选择合适的Python特性（如列表推导式）来提高代码的可读性和效率至关重要。

以上就是Python中处理嵌套字典与列表数据：提取与条件过滤教程的详细内容，更多请关注其它相关文章！

# 遍历 # 南汇网站推广选哪家 # 百度推广营销计划ppt # 东城优化网站 # 松江区网站建设企业 # 行唐网站建设费用 # 晋城外贸网站推广公司招聘 # 万州定制网站建设 # 营销和推广区别在哪里呢 # 吉林视频网站优化技巧 # 滁州推广网站优化团队 # 可以使用 # 不存在 # python # 又是 # 迭代 # 列表中 # 都为 # 数据结构 # 转换为 # red # 配置文件 # 工具 # app # json # js