Python 将DB中的行数据合并到DICT列表中
我正在从SQLite的Python 将DB中的行数据合并到DICT列表中,python,python-3.x,data-structures,sqlite,Python,Python 3.x,Data Structures,Sqlite,我正在从SQLite的SELECT语句中读取数据。日期如下表所示: ID|Phone|Email|Status|Role 对于相同的ID、电话或电子邮件,可以返回多行。对于给定的行,Phone或Email可以为空/空。但是,对于相同的ID,Status的值始终相同,角色的值始终相同。例如: 1|1234567892|a@email.com| active |typeA 2|3434567893|b@email.com| active |typeB 2|3434567893|c@email.co
SELECT
语句中读取数据。日期如下表所示:
ID|Phone|Email|Status|Role
对于相同的ID
、电话
或电子邮件
,可以返回多行。对于给定的行,Phone
或Email
可以为空/空。但是,对于相同的ID
,Status
的值始终相同,角色的值始终相同。例如:
1|1234567892|a@email.com| active |typeA
2|3434567893|b@email.com| active |typeB
2|3434567893|c@email.com| active |typeB
3|5664567891|d@email.com|inactive|typeC
3|7942367891|d@email.com|inactive|typeC
4|5342234233| NULL | active |typeD
5| NULL |e@email.com| active |typeD
这些数据由Sqlite3
以列表的形式返回,我们称之为results
。我需要遍历它们并重新组织数据,以在Python中构建另一个列表结构。最终列表基本上合并了每个ID
的数据,以便:
- 最终列表中的每一项都是一个
dict
,分别对应于结果中的每个唯一ID
。换句话说,相同ID
的多行将被合并
- 每个
dict
包含以下键:“id”、“电话”、“电子邮件”、“类型”、“角色”、“状态”
- “电话”和“电子邮件”是列表,包含零个或多个项目,但没有重复项
- “类型”也是一个列表,包含“电话”或“电子邮件”或两者,但没有重复项
- 在最终列表中,
dict
s的顺序并不重要
到目前为止,我得出了以下结论:
processed = {}
for r in results:
if r['ID'] in processed:
p_data = processed[r['ID']]
if r['Phone']:
p_data['phones'].add(r['Phone'])
p_data['types'].add('phone')
if r['Email']:
p_data['emails'].add(r['Email'])
p_data['types'].add('email')
else:
p_data = {'id': r['ID'], 'status': r['Status'], 'role': r['Role']}
if r['Phone']:
p_data['phones'] = set([r['Phone']])
p_data.setdefault('types', set).add('phone')
if r['Email']:
p_data['emails'] = set([r['Email']])
p_data.setdefault('types', set).add('email')
processed[r['ID']] = p_data
consolidated = list(processed.values())
我想知道是否有一种更快和/或更简洁的方法来做到这一点
编辑:
最后一个细节:我更喜欢在每个dict
aslist
中包含“电话”、“电子邮件”和“类型”,而不是set
。原因是我需要将合并后的
转储到JSON中,JSON不允许设置
当遇到我通常使用的类似情况时:
processed = collections.defaultdict(lambda:{'phone':set(),'email':set(),'status':None,'type':set()})
然后是这样的:
for r in results:
for field in ['Phone','Email']:
if r[field]:
processed[r['ID']][field.lower()].add(r[field])
processed[r['ID']]['type'].add(field.lower())
最后,您可以将其转储到字典或列表中:
a_list = processed.items()
a_dict = dict(a_list)
关于集合的JSON问题,您可以在序列化之前将集合转换为列表,或者编写自定义编码器(非常有用!)。下面是我为处理集合而扩展日期的示例:
class JSONDateTimeEncoder(json.JSONEncoder):
def default(self, obj):
if isinstance(obj, datetime.datetime):
return int(time.mktime(obj.timetuple()))
elif isinstance(ojb, set):
return list(obj)
try:
return json.JSONEncoder.default(self, obj)
except:
return str(obj)
使用它:
json.dumps(a_list,sort_keys=True, indent=2, cls =JSONDateTimeEncoder)
我假设results
是一个2d列表:
print results
#[['1', '1234567892', 'a@email.com', ' active ', 'typeA'],
#['2', '3434567893', 'b@email.com', ' active ', 'typeB'],
#['2', '3434567893', 'c@email.com', ' active ', 'typeB'],
#['3', '5664567891', 'd@email.com', 'inactive', 'typeC'],
#['3', '7942367891', 'd@email.com', 'inactive', 'typeC'],
#['4', '5342234233', ' NULL ', ' active ', 'typeD'],
#['5', ' NULL ', 'e@email.com', ' active ', 'typeD']]
现在,我们按id将此列表分组:
from itertools import groupby
data_grouped = [ (k,list(v)) for k,v in groupby( sorted(results, key=lambda x:x[0]) , lambda x : x[0] )]
# make list of column names (should correspond to results). These will be dict keys
names = [ 'id', 'phone','email', 'status', 'roll' ]
ID_info = { g[0]: {names[i]: list(list( map( set, zip(*g[1] )))[i]) for i in range( len(names))} for g in data_grouped }
现在,对于类型:
for k in ID_info:
email = [ i for i in ID_info[k]['email'] if i.strip() != 'NULL' and i != '']
phone = [ i for i in ID_info[k]['phone'] if i.strip() != 'NULL' and i != '']
if email and phone:
ID_info[k]['types'] = [ 'phone', 'email' ]
elif email and not phone:
ID_info[k]['types'] = ['email']
elif phone and not email:
ID_info[k]['types'] = ['phone']
else:
ID_info[k]['types'] = []
# project
ID_info[k]['id'] = ID_info[k]['id'][0]
ID_info[k]['roll'] = ID_info[k]['roll'][0]
ID_info[k]['status'] = ID_info[k]['status'][0]
而你所要求的(一个目录列表)是由ID\u info.values()
返回的,因此基本上你需要一种方法来查找一个ID,查看所有链接到它的电子邮件和电话号码,以及状态和滚动?@dermen,差不多,检查所有返回的行,将相关细节链接到每个ID。结果是一个2d列表吗?如果是这样,我有一个解决办法below@thanks我想知道答案。很高兴看到这里使用了groupby
,我以前没有想到过。然而,有几个问题:1。通过使用groupby
,您依赖于数据已经被排序(在本例中,通过ID
字段)。这可能不适用于所有可能的输入,但可以通过返回按ID
排序的选择结果的SQL查询来强制执行。2.您的解决方案中ID\u info
的结构与我提出的不同,每个dict
的每个字段现在都是一个列表,而我只需要将“email”和“phone”作为列表,而且每个dict
都缺少“type”字段。需要添加两个小细节:在Python 3中,xrange()
变成range()
,和map()
返回一个map
对象,该对象不可下标,因此我们需要执行list(list(map(set,zip(*g[1]))[i]
在您的示例中。@skyork,groupby应该可以工作,不管行的顺序如何,我刚刚用python2x测试了这个问题。我修复了上面的答案,用Python3xmap
和range
工作。另外,还添加了类型条目。groupby
只需遍历列表,只要键发生变化,它就会创建一个新的组。例如le,如果您移动行:['2','3434567893','c@email.com“,”活动“,”类型B']
在输入的ID
4和5行之间,属于ID
2行的两行将不再分组在一起。所谓“类型”,我指的是单独的字段(类型list
)在每个名为“类型”的dict中,其值取决于是否有任何电子邮件和/或电话与给定的ID
相关联。请参阅我问题中的要点4。明白了,那么我假设可以用python对结果进行排序,我会将此添加到中!感谢您建议使用defaultdict
,我想知道“phone”和“e”“邮件”字段应声明为set
,而不是list
,因为多行上可能存在重复项,例如上面示例中的ID
2行。