我想在字典中填入1“EnglishName”，2“WeatherText”，3“溫度（攝氏度）”。見下文 data = [{ 'Key': '28143', 'LocalizedName': 'Dhaka', 'EnglishName': 'Dhaka', 'Country': { 'ID': 'BD', 'LocalizedName': 'Bangladesh', 'EnglishName': 'Bangladesh' }, 'TimeZone': { 'Code': 'BDT', 'Name': 'Asia/Dhaka', 'GmtOffset': 6.0, 'IsDaylightSaving': False, 'NextOffsetChange': None }, 'GeoPosition': { 'Latitude': 23.7098, 'Longitude': 90.40711, 'Elevation': { 'Metric': { 'Value': 5.0, 'Unit': 'm', 'UnitType': 5 }, 'Imperial': { 'Value': 16.0, 'Unit': 'ft', 'UnitType': 0 } } }, 'LocalObservationDateTime': '2021-10-09T13:11:00+06:00', 'Epoch

如果你的字典被稱為“dic”，你可以做的一件事是： token = [token for token in dic["token"] if dic["token"][token] == "52263_NFO"][0]strike = dic["strike"][token] 第二個問題可以修改這些行。

try this: parsed_dict = { k: dict(zip(list(v.keys())[0].split(",\n"), list(v.values())[0].split(",\n"))) for k, v in my_dict.items()}df = pd.concat( {k: pd.DataFrame.from_dict(v, "index") for k, v in parsed_dict.items()}, axis=0)df = df.reset_index()df.columns = names=['Domain', 'ID','Link'] df.set_index(['Domain', 'ID'], inplace=True) parsed_dict {'google.com': {'111': 'google.com/111', '222': 'google.com/222', '333': 'google.com/333', '444': 'google.com/444'}, 'bing.com': {'111': 'bing.com/111', '222': 'bing.com/222', 'E321A': 'bing.com/E321A', '123x': 'bing.com/123x'}} df LinkDomain ID goog

我覺得你的規格很奇怪，但我相信這實現了你的要求。我使用遞歸函數查找從原始鍵到non-zero條目或到dict1中不存在的條目的路徑。 dict1={'A': ['K', 'J'], 'C': ['A'], 'D': ['B', 'C']}dict2={'D': {'D': '0.20','B': '0.20','C': '0.00','A': '0.06','K': '0.00','J': '0.02'},'A': {'A': '0.21', 'K': '0.00', 'J': '0.08'}}def makepath(sub,path): if path[-1] in dict1 and sub[path[-1]] == '0.00': for p in dict1[path[-1]]: yield from makepath(sub, path+[p]) else: yield pathresults = {}for tgt,sub in dict2.items(): results[tgt] = [] for p in dict1[tgt]: for res in makepath(sub, [tgt,p]): if len(res) == 2: results[tgt].append(tuple(res)) else: results[tgt].append( ((res[

您可以使用pandas方法，也可以簡單地執行以下操作 GPP_combined = [{**data, **GPP_companies.get(data['CompanyId'], {})} for data in GPP_projects] 這將檢查GPP_companies目錄中是否有CompanyId，如果有，它將把它添加進去。如果其中沒有idGPP_companies，它將返回一個空的dict，而該dict將不起任何作用。 取決于您在以下情況下要執行的操作： 在GPP_companies中沒有CompanyId？ 如果GPP_companies中有錯誤，即{**a，**b}將在GPP_projects中重寫有效字段 output GPP_projects =[{'CompanyId': 61149, 'Id': 44}, {'CompanyId': 61307, 'Id': 45,}]GPP_companies = {61149: { 'Name': 'xyz', 'CompanyId': 61149}, 61307: { 'Name': 'abc', 'CompanyId': 61307}}#wanted outcomeGPP_combined =[{'CompanyId': 61149, 'Id': 44, 'Name': 'xyz'}, {'CompanyId': 6

Use pd_json_normalize: >>> pd.json_normalize(d['histories'], 'items', 'created') field fieldtype from fromString to toString created0 Link jira NaN None <Isue ID> This issue child-of <Some ID> 2022-02-11T19:22:40.000+00001 status jira 1.0 Open 3 In Progress 2022-02-11T19:23:56.000+00002 status jira 1.0 Open 3 In Progress 2022-02-11T19:23:56.000+0000

您的問題似乎涉及到tabulate所需的任何數據結構。更簡單的方法似乎是headers定義一個列標題列表，數據是一個2D值列表 使用list-comprehension并展平每個內部dict的值，這非常簡單： from tabulate import tabulateheaders = ["Name", "School", "Class", "Teacher"]values = {"Tom": {"SchoolName1": "school_name_1", "Classname1": "class_name_1", "teacher1": "teachers_name1"}, "Jerry": {"SchoolName2": "school_name_2", "Classname2": "class_name_2", "teacher2": "teachers_name2"}}values = [[name, *inner.values()] for name, inner in values.items()]print(tabulate(values, headers=headers)) 給出期望值 Name School Class Teacher------ ------------- ------------ --------------Tom school_name_1

以下是@Samwise建議的注釋編輯的工作代碼 import jsonimport timecount = 0 # Count the number of failed login attempts starting with 0.current_time = time.localtime() # Add the current time.clock = time.strftime("%I:%M:%S %p", current_time)def open_file(filename): with open(filename) as f: return json.load(f)read_file = open_file("2.json")print(read_file)print(type(read_file))while True: email = input("\nEnter your username: ") passwords = input("Enter your password: ") count += 1 # Count the number of failed login attempts. login = False print("") for item in read_file: if item["email"] == email and item["passw

您可以通過創建Pandas數據框并繪制它來創建它： import pandas as pdimport matplotlib.pyplot as pltpoemsD = {'Maya Angelou': {'Average Sentence Lenght': 16.68, 'Number of sentences': 40, 'Longest': 45, 'Shortest': 2}, 'Amanda Gorman': {'Average Sentence Lenght': 14.49, 'Number of sentences': 49, 'Longest': 38, 'Shortest': 3}, 'Elizabeth Alexander': {'Average Sentence Lenght': 14.57, 'Number of sentences': 23, 'Longest': 40, 'Shortest': 1}, 'Miller Williams': {'Average Sentence Lenght': 12.83, 'Number of sentences': 24, 'Longest': 39, 'Shortest': 2}, 'Richard Blanco': {'Average Sentence Lenght': 34.53, 'Number of sen

通過將這三個過程結合起來，我可以提高大約25%的速度。 def merge(obj, /): result = {} for key, val in sorted(obj.items()): if isinstance(val, dict): val = merge(val) if not val: continue if len(val) == 1: k1, val = next(iter(val.items())) key = (key[0] + k1[0][2:], key[1]) result[key] = val return result 我不知道還有多少可能。

使用列表理解。迭代壓縮列表并創建嵌套字典： a = ['A', 'B', 'C', 'D']b = [1, 2, 3, 4]c = ['N1', 'N2', 'N3', 'N4']>>> [{k1: {k2: v}} for k1, v, k2 in zip(a, b, c)][{'A': {'N1': 1}}, {'B': {'N2': 2}}, {'C': {'N3': 3}}, {'D': {'N4': 4}}]

正如注釋所指出的，您需要返回遞歸調用的結果。因為您只是在尋找真/假匹配，所以可以將遞歸調用傳遞到any()，如果存在匹配，它將提前退出True。基本情況可以很簡單，即是否obj == target。 obj = {'a': [{'c':'d'}, {'e':'f'}], 'b': [{'g':'h'}, {'i':'j'}]}def obj_dfs(obj, target): if obj == target: return True if isinstance(obj, dict): return any(obj_dfs(v, target) for v in obj.items()) elif isinstance(obj, (list, tuple)): return any(obj_dfs(l, target) for l in obj) return False obj_dfs(obj, 'i'), obj_dfs(obj, 'j'), obj_dfs(obj, 'd'), obj_dfs(obj, 'x')# (True, True, True, False) 這允許使用三個簡單的塊。注意，我們正在檢查最后一個isinstance中的tuple和list。這允許您簡單地傳入dictitem()，而不是獨立地循環鍵和值。 添加print(obj)作為函數的第一行將顯示遍歷

我會說你的解決方案很好。“更聰明”在很大程度上是主觀的。 我想，如果您愿意在最終結果中接受set的rate_codes，而不是list，那么您只需幾行代碼即可： final_result = {}for data in datas: room_key = data["room"] # just for readability final_result.setdefault(room_key, { "display_rate": data["price"], "rate_codes": {data["rate"]} }) final_result[room_key]["display_rate"] = min( final_result[room_key]["display_rate"], data["price"] ) final_result[room_key]["rate_codes"].add(data["rate"]) 使用dict.setdefault方法對final_result沒有任何作用，如果它已經具有密鑰room_key；否則，它會將其與新字典的值一起插入。 我們可以使用min函數，而不是顯式比較值。 我們利用set始終具有唯一值的事實，因此我們可以調用其add方法，而無需檢查該速率代碼是否已經存在。 The result: {'A1K': {'display_r

for 循環下面頭 4 句你用了 tab，應當改成 4 個空格。這種問題 百度一下 就好了吧。

我們可以根據您的輸入列表使用dict comprehension到re-order鍵。 new_vehicles = {key: {d: v.get(d) for d in vehicle_type} for key, v in vehicles.items()}new_vehicles#{'2018': {'Car': 33432, 'Bike': 2542, 'Bus': 37}, '2012': {'Car': 68122, 'Bike': 164, 'Bus': 1653}, '2001': {'Car': 12127, 'Bike': 4222, 'Bus': 324}}