如何迭代嵌套的字典（计数器）并递归更新键

Question

我正在将文件中的数据读取到一系列列表中，如下所示：

sourceData = [[source, topic, score],[source, topic, score],[source, topic, score]...]

其中每个列表中的来源和主题可能相同或不同。

我想要实现的是一个字典，它将与每个来源相关的主题及其相关分数分组（然后分数将被平均，但为了这个问题的目的，我们只将它们列为主题（关键）。

理想情况下，结果看起来像嵌套字典列表，如下所示：

[{SOURCE1:{TOPIC_A:SCORE1,SCORE2,SCORE3},
{TOPIC_B:SCORE1,SCORE2,SCORE3},
{TOPIC_C:SCORE1,SCORE2,SCORE3}},
{SOURCE2:{TOPIC_A:SCORE1,SCORE2,SCORE3},
{TOPIC_B:SCORE1,SCORE2,SCORE3},
{TOPIC_C:SCORE1,SCORE2,SCORE3}}...]

我认为最好的方法是创建一个来源计数器，然后为每个来源的每个主题创建一个字典，并将每个字典保存为每个相应来源的值。但是，我无法正确迭代以获得所需的结果。

这是我目前的情况：

sourceDict = {} 
sourceDictList = []

for row in sourceData:
    source = row[0]
    score = row[1]
    topic = row[2]
    sourceDict = [source,{topic:score}]
    sourceDictList.append(sourceDict)
    sourceList.append(source)

其中 sourceDictList 结果如下： [[source, {topic: score}]...], （本质上是重新格式化原始列表列表中的数据），而 sourceList 只是所有源（一些重复）。

然后我初始化一个计数器并将来自计数器的源与来自 sourceDictList 的源匹配，如果它们匹配，将 topic:score 字典保存为键：

sourceCounter = Counter(sourceList)


for key,val in sourceCounter.items():
    for dictitem in sourceDictList:
        if dictitem[0] == key:
            sourceCounter[key] = dictitem[1]

但输出只是将最后一个 topic:score 字典保存到每个源。因此，而不是所需的：

[{SOURCE1:{TOPIC_A:SCORE1,SCORE2,SCORE3},
{TOPIC_B:SCORE1,SCORE2,SCORE3},
{TOPIC_C:SCORE1,SCORE2,SCORE3}},
{SOURCE2:{TOPIC_A:SCORE1,SCORE2,SCORE3},
{TOPIC_B:SCORE1,SCORE2,SCORE3},
{TOPIC_C:SCORE1,SCORE2,SCORE3}}...]

我只得到：

Counter({SOURCE1: {TOPIC_n: 'SCORE_n'}, SOURCE2: {TOPIC_n: 'SCORE_n'}, SOURCE3: {TOPIC_n: 'SCORE_n'}})

我的印象是，如果有一个唯一的键保存到字典中，它会附加 key:value 对而不覆盖以前的键。我错过了什么吗？

感谢任何帮助。

Answer 1

我们可以做到：

sourceData = [
    ['source1', 'topic1', 'score1'],
    ['source1', 'topic2', 'score1'],
    ['source1', 'topic1', 'score2'],

    ['source2', 'topic1', 'score1'],
    ['source2', 'topic2', 'score2'],
    ['source2', 'topic1', 'score3'],
]

sourceDict = {}

for row in sourceData:
    source = row[0]
    topic = row[1]
    score = row[2]

    if source not in sourceDict:
        # This will be executed when the source
        # comes for the first time.
        sourceDict[source] = {}

    if topic not in sourceDict[source]:
        # This will be executed when the topic
        # inside that source comes for the first time.
        sourceDict[source][topic] = []

    sourceDict[source][topic].append(score)

print(sourceDict)

Answer 2

您可以简单地使用集合的 defaultdict

sourdata = [['source', 'topic', 2],['source', 'topic', 3], ['source', 'topic2', 3],['source2', 'topic', 4]]

from collections import defaultdict

sourceDict = defaultdict(dict)


for source, topic, score in sourdata:
    topicScoreDict = sourceDict[source]
    topicScoreDict[topic] = topicScoreDict.get(topic, []) + [score]

>>> print(sourceDict)
>>> defaultdict(<class 'dict'>, {'source': {'topic': [2, 3], 'topic2': [3]}, 'source2': {'topic': [4]}})
>>> print(dict(sourceDict))
>>> {'source': {'topic': [2, 3], 'topic2': [3]}, 'source2': {'topic': [4]}}

如何迭代嵌套的字典（计数器）并递归更新键

How to iterate through nested dicts (counters) and update keys recursively

python

counter

dictionary