Python defaultdict深层嵌套数据结构

Question

我有一个excel数据集列表，其中包含以下信息：

Category    Subcategory    Name
Main Dish   Noodle         Tomato Noodle
Main Dish   Stir Fry       Chicken Rice
Main Dish   Soup           Beef Goulash
Drink       Wine           Bordeaux
Drink       Softdrink      Cola

假设上面的数据集只是其中一个数据集，使用嵌套dict和list的所需数据结构是：

data = {0:{'data':0, 'Category':[
                                 {'name':'Main Dish', 'Subcategory':[
                                                       {'name':'Noodle', 'key':0, 'data':['key':1, 'title':'Tomato Noodle']},
                                                       {'name':'Stir Fry', 'key':1, 'data':['key':2, 'title':'Chicken Rice']},
                                                       {'name':'Soup', 'key':2, 'data':['key':3, 'title':'Beef Goulash']}]},
                                  {'name':'Drink', 'Subcategory':[
                                                       {'name':'Wine', 'key':0, 'data':['key':1, 'title':'Bordeaux']},
                                                       {'name':'Softdrink', 'key':1, 'data':['key':2, 'title':'cola'}]}]},
        1:{'data':1, 'Category':.........#Same structure as dataset 0}}

所以基本上，整个类别是一个defaultdict（list），每个不同的类别在整个类别列表中形成一个dict。不同的子类别也是如此，但子类别紧跟着类别。你知道吗

我试着用defaultdict来做，下面是我的代码：

from collections import defaultdict
data = defaultdict(dict)
cateList = ["Main Dish", "Drink"]
n = 3 # n means the number of datasets
for i in range(n):
    data[i]['data'] = i
    data[i]['category'] = defaultdict(list) 
    for j in range(len(cateList)):
        data[i]['category'][j]['name'] = cateList[j]
        data[i]['category'][j]['subcategory'] = defaultdict(list)
data

但我收到以下错误：

TypeError                                 Traceback (most recent call last)
<ipython-input-81-298f7ff30c6a> in <module>()
      5     data[i]['category'] = defaultdict(list)
      6     for j in range(len(cateList)):
----> 7         c
      8         data[i]['category'][j]['subcategory'] = defaultdict(list)
      9 data

TypeError: list indices must be integers or slices, not str

这是在Jupyter Notebook中执行的，它似乎不允许我这样指示嵌套的defaultdict:data[i]['category'][j]['name']=cateList[j]。所以我不太确定如何构建上面的数据结构…有更好的方法吗？你知道吗

非常感谢你的帮助。你知道吗

Answer 1

您的规范声明希望'Category'引用列表：

data = {0:{'data':0, 'Category':[
#                               ^ a list opening bracket

但相反，您的代码使其成为字典：

data[i]['category'] = defaultdict(list) 

但是代码的其余部分会尝试通过使用j作为索引，再次将'category'对象视为列表。因为它是一个字典，表达式data[i]['category'][j]产生一个列表，而data[i]['category'][j]['name']或data[i]['category'][j]['subcategory']试图用字符串索引该列表。你知道吗

构建这个结构实际上不需要defaultdict；您已经知道您想要构建数据，并且您正在构建带有循环的嵌套结构。您可以只使用常规词典和列表：

cateList = ["Main Dish", "Drink"]
n = 3 # n means the number of datasets

data = {}
for i in range(n):
    data[i] = {
        'data': i,
        'category': []
    }
    category = data[i]['category']
    for name in cateList:
        category.append({
            'name': name,
            'subcategory': []
        })

我不太清楚为什么要用从0开始的整数键构建外部字典。你也可以列个单子。你知道吗