如何使用python上的循环将字典作为值插入字典

Question

我目前面临一个问题，要把我的cvs数据变成字典。

我想在文件中使用3列：

userID, placeID, rating
U1000,  12222,   3
U1000,  13333,   2
U1001,  13333,   4

我想把结果看上去如下：

{'U1000': {'12222': 3, '13333': 2}, 
'U1001': {'13333': 4}}

也就是说，我想使我的数据结构看起来像：

sample = {}
sample["U1000"] = {}
sample["U1001"] = {}
sample["U1000"]["12222"] = 3
sample["U1000"]["13333"] = 2
sample["U1001"]["13333"] = 4

但我有很多数据要处理。我想用循环得到结果，但我已经试了两个小时，但失败了。

-以下代码可能会把你搞糊涂

我的结果现在是这样的：

{'U1000': ['12222', 3],  
'U1001': ['13333', 4]}

1. dict的值是一个列表，而不是一个字典。
2. 用户"U1000“多次出现，但在我的结果中只有一次

我想我的代码有很多错误。如果你不介意，请看一看：

reader = np.array(pd.read_csv("rating_final.csv"))
included_cols = [0, 1, 2]

sample= {}
target=[]
target1 =[]
for row in reader:
        content = list(row[i] for i in included_cols)
        target.append(content[0])
        target1.append(content[1:3])

sample = dict(zip(target, target1))

我怎样才能改进代码？我已经通过堆叠溢出，但由于个人能力不足，谁能请您帮助我这一点？

非常感谢！！

Answer 1

这应该是你想做的事：

import collections

reader = ...
sample = collections.defaultdict(dict)

for user_id, place_id, rating in reader:
    rating = int(rating)
    sample[user_id][place_id] = rating

print(sample)
# -> {'U1000': {'12222': 3, '1333': 2}, 'U1001': {'13333': 4}}

defaultdict是一种方便的实用工具，每当您尝试访问字典中没有的键时，它就会提供默认值。如果您不喜欢它(例如，因为您希望sample['non-existent-user-id]与KeyError一起失败)，请使用以下命令：

reader = ...
sample = {}

for user_id, place_id, rating in reader:
    rating = int(rating)
    if user_id not in sample:
        sample[user_id] = {}
    sample[user_id][place_id] = rating

Answer 2

本例中的预期输出是不可能的，因为{'1333': 2}不会与键相关联。不过，您可以使用dict of dicts获得dict：

sample = {}
for row in reader:
    userID, placeID, rating = row[:3]
    sample.setdefault(userID, {})[placeID] = rating  # Possibly int(rating)?

或者，使用collections.defaultdict(dict)来避免对setdefault的需求(或涉及try/except KeyError或if userID in sample:的替代方法，这些方法牺牲了setdefault的原子性，而不是不必要地创建空的dict)：

import collections

sample = collections.defaultdict(dict)
for row in reader:
    userID, placeID, rating = row[:3]
    sample[userID][placeID] = rating

# Optional conversion back to plain dict
sample = dict(sample)

返回到普通dict的转换确保了以后的查找不会自动显示键，从而提高KeyError的正常值，如果您将其转换成普通的dict，那么它看起来就像普通的dict。

如果included_cols很重要(因为名称或列索引可能会发生变化)，您可以使用operator.itemgetter来一次加快和简化所有想要的列的提取：

from collections import defaultdict
from operator import itemgetter

included_cols = (0, 1, 2)
# If columns in data were actually:
# rating, foo, bar, userID, placeID
# we'd do this instead, itemgetter will handle all the rest:
# included_cols = (3, 4, 0)
get_cols = itemgetter(*included_cols)  # Create function to get needed indices at once

sample = defaultdict(dict)
# map(get_cols, ...) efficiently converts each row to a tuple of just 
# the three desired values as it goes, which also lets us unpack directly
# in the for loop, simplifying code even more by naming all variables directly
for userID, placeID, rating in map(get_cols, reader):
    sample[userID][placeID] = rating  # Possibly int(rating)?