Python 将目录列表转换为更便于下拉的格式

我试图为多个相关的HTML下拉列表创建一个友好的格式

如何转换字典

d

，使其看起来像字典

输出

d = [
    {"state": "California", "county": "Monterey", "city": "Salinas"},
    {"state": "California", "county": "Monterey", "city": "Gonzales"},
    {"state": "Oregon", "county": "Douglas", "city": "Roseburg"},
    {"state": "Oregon", "county": "Douglas", "city": "Winston"},
    {"state": "California", "county": "Alameda", "city": "Berkeley"},
]

output = {
    "California": {
        "Monterey": ["Salinas", "Gonzales"],
        "Alameda": ["Berkeley"],
    },
    "Oregon": {
        "Douglas": ["Roseburg", "Winston"],
    }
}

---

我不希望使用Pandas，只使用纯Python，因为我还需要将解决方案转换为JavaScript（尽管如此，我尝试了将

d

转换为数据帧，应用不同的方向，但没有一个方向提供了我想要的输出）。

您可以使用以下方法来完成此操作：

输出：

{'California': {'Monterey': ['Salinas', 'Gonzales'], 
                'Alameda': ['Berkeley']}, 
 'Oregon': {'Douglas': ['Roseburg', 'Winston']}}

---

如果您需要更快的速度，请查看每次创建默认对象时没有任何开销的方法：

您只需使用以下方法即可完成此操作：

输出：

{'California': {'Monterey': ['Salinas', 'Gonzales'], 
                'Alameda': ['Berkeley']}, 
 'Oregon': {'Douglas': ['Roseburg', 'Winston']}}

---

如果您需要更快的速度，请查看每次创建默认对象时没有开销的地方：

循环浏览列表并处理每个字典，将每个条目添加到输出中的适当位置，必要时创建新的字典和列表

d = [
    {"state": "California", "county": "Monterey", "city": "Salinas"},
    {"state": "California", "county": "Monterey", "city": "Gonzales"},
    {"state": "Oregon", "county": "Douglas", "city": "Roseburg"},
    {"state": "Oregon", "county": "Douglas", "city": "Winston"},
    {"state": "California", "county": "Alameda", "city": "Berkeley"},
]

output = {}

for place in d:
    if place['state'] not in output:
        output[place['state']] = {}
    if place['county'] not in output[place['state']]:
        output[place['state']][place['county']] = []
    output[place['state']][place['county']].append(place['city'])

结果:

>>> import pprint
>>> pprint.pprint(output, width=30)
{'California': {'Alameda': ['Berkeley'],
                'Monterey': ['Salinas',
                             'Gonzales']},
 'Oregon': {'Douglas': ['Roseburg',
                        'Winston']}}

或者，使用

集合。defaultdict

：

from collections import defaultdict as dd
output = dd(lambda: dd(list))
for place in d:
    output[place['state']][place['county']].append(place['city'])

结果是：

>>> pprint.pprint(output)
defaultdict(<function <lambda> at 0x000000E254B53E18>,
            {'California': defaultdict(<class 'list'>,
                                       {'Alameda': ['Berkeley'],
                                        'Monterey': ['Salinas', 'Gonzales']}),
             'Oregon': defaultdict(<class 'list'>,
                                   {'Douglas': ['Roseburg', 'Winston']})})

>>pprint.pprint（输出）
defaultdict（，
{'California'：defaultdict（，
{'Alameda'：['Berkeley']，
“蒙特利”：[萨利纳斯”，“冈萨雷斯]，
“俄勒冈州”：defaultdict（，
{'Douglas'：['Roseburg'，'Winston']}）

循环浏览列表并处理每个词典，将每个条目添加到输出中的适当位置，必要时创建新词典和列表

d = [
    {"state": "California", "county": "Monterey", "city": "Salinas"},
    {"state": "California", "county": "Monterey", "city": "Gonzales"},
    {"state": "Oregon", "county": "Douglas", "city": "Roseburg"},
    {"state": "Oregon", "county": "Douglas", "city": "Winston"},
    {"state": "California", "county": "Alameda", "city": "Berkeley"},
]

output = {}

for place in d:
    if place['state'] not in output:
        output[place['state']] = {}
    if place['county'] not in output[place['state']]:
        output[place['state']][place['county']] = []
    output[place['state']][place['county']].append(place['city'])

结果:

>>> import pprint
>>> pprint.pprint(output, width=30)
{'California': {'Alameda': ['Berkeley'],
                'Monterey': ['Salinas',
                             'Gonzales']},
 'Oregon': {'Douglas': ['Roseburg',
                        'Winston']}}

或者，使用

集合。defaultdict

：

from collections import defaultdict as dd
output = dd(lambda: dd(list))
for place in d:
    output[place['state']][place['county']].append(place['city'])

结果是：

>>> pprint.pprint(output)
defaultdict(<function <lambda> at 0x000000E254B53E18>,
            {'California': defaultdict(<class 'list'>,
                                       {'Alameda': ['Berkeley'],
                                        'Monterey': ['Salinas', 'Gonzales']}),
             'Oregon': defaultdict(<class 'list'>,
                                   {'Douglas': ['Roseburg', 'Winston']})})

>>pprint.pprint（输出）
defaultdict（，
{'California'：defaultdict（，
{'Alameda'：['Berkeley']，
“蒙特利”：[萨利纳斯”，“冈萨雷斯]，
“俄勒冈州”：defaultdict（，
{'Douglas'：['Roseburg'，'Winston']}）

这些是我一直喜欢使用的一些实用功能：

from collections import defaultdict

def group_by_key_func(iterable, key_func):
    result = defaultdict(list)
    for item in iterable:
        result[key_func(item)].append(item)
    return result

def group_by_key(iterable, key):
    return group_by_key_func(iterable, lambda x: x[key])

有了他们，答案就变成了：

output = {
    state: {
        county: [row['city'] for row in county_group]
        for county, county_group in group_by_key(state_group, 'county').items()
    }
    for state, state_group in group_by_key(d, 'state').items()
}

---

以下是我一直喜欢使用的一些实用功能：

from collections import defaultdict

def group_by_key_func(iterable, key_func):
    result = defaultdict(list)
    for item in iterable:
        result[key_func(item)].append(item)
    return result

def group_by_key(iterable, key):
    return group_by_key_func(iterable, lambda x: x[key])

有了他们，答案就变成了：

output = {
    state: {
        county: [row['city'] for row in county_group]
        for county, county_group in group_by_key(state_group, 'county').items()
    }
    for state, state_group in group_by_key(d, 'state').items()
}

---

这里有一个版本，它可以进行最少的

dict

查找（通过使用

dict.get

并检查

None

）和最少的空

dict

和

列表的创建（不使用类似于
dict.setdefault（…，[]）
，其中可能的默认值总是被创建的）。对于数据的大小来说，这可能没有什么区别，但其他人比我先给出了我的原始答案，所以我认为这可能很好

def make_dropdown_data(items):
    data = {}
    for item in items:
        state = item['state']
        state_data = data.get(state)
        if state_data is None:
            data[state] = state_data = {}
        county = item['county']
        county_data = state_data.get(county)
        if county_data is None:
            state_data[county] = county_data = []
        county_data.append(item['city'])
    return data

您可以很容易地看到使用以下工具创建对象的位置：

import dis
dis.disassemble(make_dropdown_data.__code__)

这里有一个版本，它可以进行最少的
dict
查找（通过使用
dict.get
并检查
None
）和最少的空
dict
和
列表的创建（不使用类似于
dict.setdefault（…，[]）
，其中可能的默认值总是被创建的）。对于数据的大小来说，这可能没有什么区别，但其他人比我先给出了我的原始答案，所以我认为这可能很好

def make_dropdown_data(items):
    data = {}
    for item in items:
        state = item['state']
        state_data = data.get(state)
        if state_data is None:
            data[state] = state_data = {}
        county = item['county']
        county_data = state_data.get(county)
        if county_data is None:
            state_data[county] = county_data = []
        county_data.append(item['city'])
    return data

您可以很容易地看到使用以下工具创建对象的位置：

import dis
dis.disassemble(make_dropdown_data.__code__)

您是否尝试过在
d
中循环，检查当前词典的状态是否存在于
输出中
，必要时创建词典，检查县是否存在，必要时创建词典，等等。？如果不是这样，你还试过什么？正如我在问题中所说的，我试过熊猫。顺便说一句，输出不是预先给出的，所以我无法与之进行任何比较。您是否尝试过在
d
中循环，检查当前词典的状态是否存在于
output
，必要时创建它，检查县是否存在，必要时创建，等等。？如果不是这样，你还试过什么？正如我在问题中所说的，我试过熊猫。顺便说一句，输出不是预先给出的，所以我无法与它进行任何比较。defaultdict的出色使用。但是我认为作为dd的
不是一个好主意。defaultdict的出色使用。但是我认为作为dd的
不是一个好主意。