我正在尝试在Python中创建嵌套字典的数据结构.我将2个类似sql-table的关系csv文件读入数据帧,然后逐行将它们转换为字典.在这些词典中,我存储了我从另一个csv创建的词典.

只要我将字典直接存储在dict键中,我的代码就可以正常工作.

但我真正想要的是data [id] [‘ticket’]包含一个词典列表. (1位客户可以拥有多张门票)

import json
import pandas as pd
import collections

# Import csv into dataframe (maybe not necessesary)
df1 = pd.read_csv('customer.csv', sep=';', header=0, dtype=object, na_filter=False)
df2 = pd.read_csv('tickets.csv', sep=';', header=0, dtype=object, na_filter=False)

df1['tickets'] = '' #create new empty column in dataframe 1

data = collections.defaultdict(dict)

# Convert initial dataframe to dictionary of dictionarys
for index, row in df1.iterrows():
    row_dict = row.to_dict()
    data[row_dict['id']] = row_dict
    data[row_dict['id']]['tickets'] = []

# Convert each row of dataframe 2 to into dictionary and store on correct key of dict 1
for index, row in df2.iterrows():
    row_dict = row.to_dict()
    data[row_dict['kundenid']]['tickets'].append(row_dict)

with open('json_file', 'w') as f:
    json.dump(data, f, indent=4)

使用此代码,我收到了故障单的关键错误.但是,当我使用数据[row_dict [‘id’]] [‘tickets’] = row_dict来将dict附加到密钥票证时代码可以正常工作.我只需要在这个领域有多个dicts.

我最终想要实现的是一个字典/ JSON,如下所示：

     { "1111": {
         "id": "1111",
         "name": "",
         "adr": "",
         "tickets": [{
             "ticketid": "123545",
             "id": "1111"
         },
         {
             "ticketid": "123545",
             "id": "1111"
         }]}
     ....
     }

如何在主要门票下存储词典列表？

编辑：一些示例输入数据：

tickets.csv

id;ticketid;xyz;message
1;9;1;fgsgfs
2;8;2;gdfg
3;7;3;gfsfgfg
4;6;4;fgsfdgfd
5;5;5;dgsgd
6;4;6;dfgsgdf
7;3;7;dfgdhfd

Customer.csv

id;name;surname;address;XID
1;Mueller;Hans;42553;1
2;Meier;Peter;42873;2
3;Schmidt;Micha;42567;213
4;Pauli;Ulli;98790;432
5;Dick;Franz;45632;423
6;Doof;Udo;76543;233
7;Pang;Lars;43232;234
8;Peutz;Lee;11342;4234

解决方法:

您的解决方案似乎适用于提供的输入数据(见下文).有什么我想念的吗？

正如您所指出的,您需要在第二个循环中测试密钥,如下所示.这只在您的完整数据集中显而易见.

建立

我稍微修改了您的数据,以便更好地演示问题.

from collections import defaultdict
import pandas as pd
from io import StringIO

df1 = pd.read_csv(StringIO("""id;name;surname;address;XID
1;Mueller;Hans;42553;1
2;Meier;Peter;42873;2
3;Schmidt;Micha;42567;213"""), sep=';')

df2 = pd.read_csv(StringIO("""id;ticketid;xyz;message
1;9;1;fgsgfs
1;8;2;gdfg
2;7;3;gfsfgfg
2;6;4;fgsfdgfd
3;5;5;dgsgd
3;4;6;dfgsgdf
3;3;7;dfgdhfd"""), sep=';')

解

data = defaultdict(dict)

for index, row in df1.iterrows():
    row_dict = row.to_dict()
    data[row_dict['id']] = row_dict
    data[row_dict['id']]['tickets'] = []

for index, row in df2.iterrows():
    row_dict = row.to_dict()
    if row_dict['id'] in data:
        data[row_dict['id']]['tickets'].append(row_dict)

结果

defaultdict(dict,
            {1: {'XID': 1,
              'address': 42553,
              'id': 1,
              'name': 'Mueller',
              'surname': 'Hans',
              'tickets': [{'id': 1, 'message': 'fgsgfs', 'ticketid': 9, 'xyz': 1},
                          {'id': 1, 'message': 'gdfg', 'ticketid': 8, 'xyz': 2}]},
             2: {'XID': 2,
              'address': 42873,
              'id': 2,
              'name': 'Meier',
              'surname': 'Peter',
              'tickets': [{'id': 2, 'message': 'gfsfgfg', 'ticketid': 7, 'xyz': 3},
                          {'id': 2, 'message': 'fgsfdgfd', 'ticketid': 6, 'xyz': 4}]},
             3: {'XID': 213,
              'address': 42567,
              'id': 3,
              'name': 'Schmidt',
              'surname': 'Micha',
              'tickets': [{'id': 3, 'message': 'dgsgd', 'ticketid': 5, 'xyz': 5},
                          {'id': 3, 'message': 'dfgsgdf', 'ticketid': 4, 'xyz': 6},
                          {'id': 3, 'message': 'dfgdhfd', 'ticketid': 3, 'xyz': 7}]}})