Python - 嵌套字典。错误在哪里？

Question

我有一个CSV文件，我已经过滤到列表中并进行了分组。例如：

 52713 
    ['52713', '', 'Vmax', '', 'Start Value', '', '\n'] 
    ['52713', '', 'Vmax', '', 'ECNumber', '1.14.12.17', '\n'] 
    ['52713', 'O2', 'Km', 'M', 'Start Value', '3.5E-5', '\n'] 
    ['52713', 'O2', 'Km', 'M', 'ECNumber', '1.14.12.17', '\n'] 
    52714 
    ['52714', '', 'Vmax', '', 'Start Value', '', '\n'] 
    ['52714', '', 'Vmax', '', 'ECNumber', '1.14.12.17', '\n'] 
    ['52714', 'O2', 'Km', 'M', 'Start Value', '1.3E-5', '\n'] 
    ['52714', 'O2', 'Km', 'M', 'ECNumber', '1.14.12.17', '\n'] 

从此，我创建了一个嵌套的字典结构为：

dict = ID number:{Km:n, Kcat:n, ECNumber:n} 

...在列表中的每个ID。

我使用下面的代码来创建此字典

dict = {} 

    for key, items in groupby(FilteredTable1[1:], itemgetter(0)): 
     #print key 
     for subitem in items: 
      #print subitem 
      dict[subitem[EntryID]] = {} 
      dict[subitem[EntryID]]['EC'] = [] 
      dict[subitem[EntryID]]['Km'] = [] 
      dict[subitem[EntryID]]['Kcat'] = [] 
      if 'ECNumber' in subitem: 
       dict[subitem[EntryID]]['EC'] = subitem[value] 

      if 'Km' in subitem and 'Start Value' in subitem: 
       dict[subitem[EntryID]]['Km'] = subitem[value] 
       #print subitem 

该方法适用于ECNumber价值，而不是Km值。它可以打印该行，显示它将Km值标识为存在，但不会放入字典中。

输出示例：

{'Km': [], 'EC': '1.14.12.17', 'Kcat': []} 

任何想法？

本

Answer 1

的问题是，你的内心for循环不断重新初始化dict[subitem[EntryID]]即使它可能已经存在。这是固定在下面通过明确检查，看它是否已经存在：

dict = {} 

for key, items in groupby(FilteredTable1[1:], itemgetter(0)): 
    #print key 
    for subitem in items: 
     #print ' ', subitem 
     if subitem[EntryID] not in dict: 
      dict[subitem[EntryID]] = {} 
      dict[subitem[EntryID]]['EC'] = [] 
      dict[subitem[EntryID]]['Km'] = [] 
      dict[subitem[EntryID]]['Kcat'] = [] 

     if 'ECNumber' in subitem: 
      dict[subitem[EntryID]]['EC'] = subitem[value] 

     if 'Km' in subitem and 'Start Value' in subitem: 
      dict[subitem[EntryID]]['Km'] = subitem[value] 
      #print subitem 

然而，这个代码可以由使用类似替代以下，避免了重新计算值和双字典查找更高效。它也不使用内置类型的名称作为变量名称，这违反了PEP8 - Style Guide for Python Code中给出的准则。它还建议仅将CamelCase用于类名称，而不用于变量名称，如FilteredTable1 - 但我没有更改。

adict = {} 

for key, items in groupby(FilteredTable1[1:], itemgetter(0)): 
    #print key 
    for subitem in items: 
     #print ' ', subitem 
     entry_id = subitem[EntryID] 
     if entry_id not in adict: 
      adict[entry_id] = {'EC': [], 'Km': [], 'Kcat': []} 

     entry = adict[entry_id] 
     if 'ECNumber' in subitem: 
      entry['EC'] = subitem[value] 

     if 'Km' in subitem and 'Start Value' in subitem: 
      entry['Km'] = subitem[value] 
      #print subitem 

实际上，因为你正在构建字典的字典，它并不清楚，有任何优势，使用groupby这样做。

Answer 2

我张贴这种跟进和扩大我的previous answer。

对于初学者来说，可以通过无需检查已有的条目简单地使字典中创建一个collections.defaultdictdict子类，而不是常规的一个精简代码远一点：

from collections import defaultdict 
adict = defaultdict(lambda: {'EC': [], 'Km': [], 'Kcat': []}) 

for key, items in groupby(FilteredTable1[1:], itemgetter(0)): 
    for subitem in items: 
     entry = adict[subitem[EntryID]] 
     if 'ECNumber' in subitem: 
      entry['EC'] = subitem[value] 

     if 'Km' in subitem and 'Start Value' in subitem: 
      entry['Km'] = subitem[value] 

其次，我在另一个答案中提到，我认为你不会通过使用itertools.groupby()来实现这一目标 - 除了使流程比所需的更复杂之外。这是因为基本上你正在做的是制作一个字典词典，它们的条目都可以随机访问，所以在这样做之前就没有办法将它们分组。下面的代码证明了这一点（与上面使用defaultdict一起使用）：

adict = defaultdict(lambda: {'EC': [], 'Km': [], 'Kcat': []}) 

for subitem in FilteredTable1[1:]: 
    entry = adict[subitem[EntryID]] 
    if 'ECNumber' in subitem: 
     entry['EC'] = subitem[value] 

    if 'Km' in subitem and 'Start Value' in subitem: 
     entry['Km'] = subitem[value]