Python 检查嵌套dict中的成员身份

以下是这一问题的后续问题：

结果证明我很傻，使用了错误的ID字段

顺便说一句，我在这里使用的是Python3.x

我有一份员工的口述，由一个字符串“directory\u id”索引。每个值都是带有员工属性（电话号码、姓氏等）的嵌套dict。其中一个值是辅助ID，称为“内部ID”，另一个值是它们的管理器，称之为“管理器内部ID”。“internal_id”字段是非必填字段，并非每个员工都有一个

{'6443410501': {'manager_internal_id': '989634', 'givenName': 'Mary', 'phoneNumber': '+65 3434 3434', 'sn': 'Jones', 'internal_id': '434214'}
'8117062158': {'manager_internal_id': '180682', 'givenName': 'John', 'phoneNumber': '+65 3434 3434', 'sn': 'Ashmore', 'internal_id': ''}
'9227629067': {'manager_internal_id': '347394', 'givenName': 'Wright', 'phoneNumber': '+65 3434 3434', 'sn': 'Earl', 'internal_id': '257839'}
'1724696976': {'manager_internal_id': '907239', 'givenName': 'Jane', 'phoneNumber': '+65 3434 3434', 'sn': 'Bronte', 'internal_id': '629067'}

}

（为了便于阅读，同时出于隐私/合规性的原因，我对字段进行了一些简化）

这里的问题是，我们通过每个员工的目录id索引（键）每个员工，但当我们查找他们的经理时，我们需要通过他们的“内部id”查找经理

以前，当我们的dict使用internal_id作为键时，employee.keys（）是一个internal_id列表，我使用了一个成员资格检查。现在，if语句的最后一部分不起作用，因为内部_id是dict值的一部分，而不是键本身

def lookup_supervisor(manager_internal_id, employees):
    if manager_internal_id is not None and manager_internal_id != "" and manager_internal_id in employees.keys():
        return (employees[manager_internal_id]['mail'], employees[manager_internal_id]['givenName'], employees[manager_internal_id]['sn'])
    else:
        return ('Supervisor Not Found', 'Supervisor Not Found', 'Supervisor Not Found')

因此，第一个问题是，如何修复if语句来检查manager\u internal\u id是否存在于dict的internal\u id列表中

我尝试用employee.values（）替换employee.keys（），但没有成功。另外，我希望有更有效的方法，不确定是否有办法获得值的子集，特别是员工的所有条目[directory_id]['internal_id']

希望有一些python的方法可以做到这一点，而不需要使用大量嵌套的for/if循环

我的第二个问题是，如何干净地返回所需的员工属性（邮件、givenname、姓氏等）。我的for循环迭代每个员工，并调用lookup\u主管。我在这里感到有点愚蠢/难堪

def tidy_data(employees):
    for directory_id, data in employees.items():
        # We really shouldnt' be passing employees back and forth like this - hmm, classes?
        data['SupervisorEmail'], data['SupervisorFirstName'], data['SupervisorSurname'] = lookup_supervisor(data['manager_internal_id'], employees)

我应该重新设计我的数据结构吗？还是有别的办法

编辑：我稍微调整了代码，请参见以下内容：

class Employees:

    def import_gd_dump(self, input_file="test.csv"):
        gd_extract = csv.DictReader(open(input_file), dialect='excel')
        self.employees = {row['directory_id']:row for row in gd_extract}

    def write_gd_formatted(self, output_file="gd_formatted.csv"):
        gd_output_fieldnames = ('internal_id', 'mail', 'givenName', 'sn', 'dbcostcenter', 'directory_id', 'manager_internal_id', 'PHFull', 'PHFull_message', 'SupervisorEmail', 'SupervisorFirstName', 'SupervisorSurname')
        try:
            gd_formatted = csv.DictWriter(open(output_file, 'w', newline=''), fieldnames=gd_output_fieldnames, extrasaction='ignore', dialect='excel')
        except IOError:
            print('Unable to open file, IO error (Is it locked?)')
            sys.exit(1)

        headers = {n:n for n in gd_output_fieldnames}
        gd_formatted.writerow(headers)
        for internal_id, data in self.employees.items():
            gd_formatted.writerow(data)

    def tidy_data(self):
        for directory_id, data in self.employees.items():
            data['PHFull'], data['PHFull_message'] = self.clean_phone_number(data['telephoneNumber'])
            data['SupervisorEmail'], data['SupervisorFirstName'], data['SupervisorSurname'] = self.lookup_supervisor(data['manager_internal_id'])

    def clean_phone_number(self, original_telephone_number):
        standard_format = re.compile(r'^\+(?P<intl_prefix>\d{2})\((?P<area_code>\d)\)(?P<local_first_half>\d{4})-(?P<local_second_half>\d{4})')
        extra_zero = re.compile(r'^\+(?P<intl_prefix>\d{2})\(0(?P<area_code>\d)\)(?P<local_first_half>\d{4})-(?P<local_second_half>\d{4})')
        missing_hyphen = re.compile(r'^\+(?P<intl_prefix>\d{2})\(0(?P<area_code>\d)\)(?P<local_first_half>\d{4})(?P<local_second_half>\d{4})')
        if standard_format.search(original_telephone_number):
            result = standard_format.search(original_telephone_number)
            return '0' + result.group('area_code') + result.group('local_first_half') + result.group('local_second_half'), ''
        elif extra_zero.search(original_telephone_number):
            result = extra_zero.search(original_telephone_number)
            return '0' + result.group('area_code') + result.group('local_first_half') + result.group('local_second_half'), 'Extra zero in area code - ask user to remediate. '
        elif missing_hyphen.search(original_telephone_number):
            result = missing_hyphen.search(original_telephone_number)
            return '0' + result.group('area_code') + result.group('local_first_half') + result.group('local_second_half'), 'Missing hyphen in local component - ask user to remediate. '
        else:
            return '', "Number didn't match format. Original text is: " + original_telephone_number    

    def lookup_supervisor(self, manager_internal_id):
        if manager_internal_id is not None and manager_internal_id != "":# and manager_internal_id in self.employees.values():
            return (employees[manager_internal_id]['mail'], employees[manager_internal_id]['givenName'], employees[manager_internal_id]['sn'])
        else:
            return ('Supervisor Not Found', 'Supervisor Not Found', 'Supervisor Not Found')

if __name__ == '__main__':
    our_employees = Employees()
    our_employees.import_gd_dump('test.csv')
    our_employees.tidy_data()
    our_employees.write_gd_formatted()

class员工：
def导入\u gd_转储（自，输入文件=“test.csv”）：
gd_extract=csv.DictReader（打开（输入文件），方言='excel'）
self.employees={row['directory\u id']：gd\u extract中的行对应行}
def write_gd_formatted（self，output_file=“gd_formatted.csv”）：
gd_输出_字段名=（'internal_id'、'mail'、'givenName'、'sn'、'dbcostcenter'、'directory_id'、'manager_internal_id'、'PHFull'、'PHFull_message'、'SupervisorEmail'、'SupervisorFirstName'、'supervisorUrName'）
尝试：
gd_formatted=csv.DictWriter（打开（输出文件'w'，换行符=''），字段名=gd_输出字段名，extraction='ignore'，方言='excel'）
除IOError外：
打印（'无法打开文件，IO错误（是否已锁定？））
系统出口（1）
headers={n:n表示gd_output_fieldnames中的n}
gd_格式化的.writerow（标题）
对于内部id，self.employees.items（）中的数据：
gd_格式化的.writerow（数据）
def TIDIY_数据（自身）：
对于目录_id，self.employees.items（）中的数据：
数据['PHFull']，数据['PHFull_message']=self.clean_电话号码（数据['telephoneNumber']）
数据['SupervisorEmail']、数据['SupervisorFirstName']、数据['SupervisorUrName']=self.lookup\u主管（数据['manager\u internal\u id']）
def清洁电话号码（自身、原始电话号码）：
标准格式=重新编译（r'^\+（？P\d{2}）\（？P\d）\（？P\d{4}）-（？P\d{4}））
额外零=重新编译（r'^\+（？P\d{2}）\（0（？P\d）\（？P\d{4}）-（？P\d{4}））
缺少重新编译（r'^\+（？P\d{2}）\（0（？P\d）\）（？P\d{4}）（？P\d{4}））
如果是标准格式搜索（原始电话号码）：
结果=标准格式。搜索（原始电话号码）
返回“0”+result.group（'area_code'）+result.group（'local_first_half'）+result.group（'local_second_half'），“”
elif额外零搜索（原始电话号码）：
结果=额外零。搜索（原始电话号码）
返回“0”+result.group（'area_code'）+result.group（'local_first_half'）+result.group（'local_second_half'），“区号中的额外零-请用户进行修正。”
elif缺少连字符搜索（原始电话号码）：
结果=缺少连字符搜索（原始电话号码）
返回“0”+result.group（'area_code'）+result.group（'local_first_half'）+result.group（'local_second_half'），“本地组件中缺少连字符-请用户进行修正。”
其他：
返回“”，“号码与格式不匹配。原始文本为：“+原始电话号码”
def查找\u主管（自我、经理\u内部\u id）：
如果manager\u internal\u id不是None且manager\u internal\u id！=“”：#和self.employees.values（）中的经理_internal_id:
返回（员工[经理内部身份证]['mail']、员工[经理内部身份证]['givenName']、员工[经理内部身份证]['sn']）
其他：
返回（‘找不到主管’、‘找不到主管’、‘找不到主管’）
如果uuuu name uuuuuu='\uuuuuuu main\uuuuuuu'：
我们的员工=员工（）
我们的员工。导入\u gd\u转储（'test.csv'）
我们的员工。整理数据（）
我们的员工。编写

我猜（1）。我正在寻找一种更好的方法来组织/存储员工，并且（2）我特别在查找\ U主管（）方面遇到了问题\

我应该创建一个Employee类，并将这些类嵌套在Employee内部吗

---

我是否应该像处理tidy_data（）一样，在dict的项目上的for循环中调用clean_phone_number（）和lookup_supervisor（）？呃。困惑。

您可能需要进行一些迭代才能获得数据。我想你不需要一个额外的dict，它可能会过时，所以尝试存储内部id上键入的所有内容是不值得的

试试这个尺码：

def lookup_supervisor(manager_internal_id, employees):
    if manager_internal_id is not None and manager_internal_id != "":
        manager_dir_ids = [dir_id for dir_id in employees if employees[dir_id].get('internal_id') == manager_internal_id]
        assert(len(manager_dir_ids) <= 1)
        if len(manager_dir_ids) == 1:
            return manager_dir_ids[0]
    return None

def tidy_data(employees):
    for emp_data in employees.values():
        manager_dir_id = lookup_supervisor(emp_data.get('manager_internal_id'), employees)
        for (field, sup_key) in [('Email', 'mail'), ('FirstName', 'givenName'), ('Surname', 'sn')]:
            emp_data['Supervisor'+field] = (employees[manager_dir_id][sup_key] if manager_dir_id is not None else 'Supervisor Not Found')

你当然可以为每个员工制作一个单独的对象，但是看看你是如何

def clean_phone_number(self, original_telephone_number):
    phone_re = re.compile(r'^\+(?P<intl_prefix>\d{2})\((?P<extra_zero>0?)(?P<area_code>\d)\)(?P<local_first_half>\d{4})(?P<hyph>-?)(?P<local_second_half>\d{4})')
    result = phone_re.search(original_telephone_number)
    if result is None:
        return '', "Number didn't match format. Original text is: " + original_telephone_number
    msg = ''
    if result.group('extra_zero'):
        msg += 'Extra zero in area code - ask user to remediate. '
    if result.group('hyph'):    # Note: can have both errors at once
        msg += 'Missing hyphen in local component - ask user to remediate. '
    return '0' + result.group('area_code') + result.group('local_first_half') + result.group('local_second_half'), msg