使用 Openpyxl 在 Python 中创建嵌套字典

Question

尝试在 Python 中构建字典，这是通过使用 Openpyxl 遍历 Excel 文件创建的，其中键是人名，值是字典项列表，其中每个key是Location，value是Start和End的数组。

这是 Excel 文件：

这就是我想要的：

people = {
  'John':[{20:[[2,4],[3,5]]}, {21:[[2,4]]}],
  'Jane':[{20:[[9,10]]},{21:[[2,4]]}]
}

这是我当前的脚本：

my_file = openpyxl.load_workbook('Book2.xlsx', read_only=True)
ws = my_file.active

people = {}
for row in ws.iter_rows(row_offset=1):
  a = row[0] # Name
  b = row[1] # Date
  c = row[2] # Start
  d = row[3] # End
  if a.value:  # Only operate on rows that contain data 
    if a.value in people.keys():  # If name already in dict
      for k, v in people.items():
        for item in v:
          #print(item)
          for x in item:
            if x == int(b.value):
              print(people[k])
              people[k][0][x].append([c.value,d.value])
            else:
              #people[k].append([c.value,d.value])  # Creates inf loop
    else:
      people[a.value] = [{b.value:[[c.value,d.value]]}]

成功创建的是：

{'John': [{20: [[2, 4], [9, 10]]}], 'Jane': [{20: [[9, 10]]}]}

但是当我取消注释 else: 块后的行以尝试将新的 Location 字典添加到初始列表时，它会创建一个无限循环。

if x == int(b.value):
   people[k][0][x].append([c.value,d.value])
else:
   #people[k].append([c.value,d.value])  # Creates inf loop

我确信有一种更 Pythonic 的方法可以做到这一点，但很困在这里，正在寻找正确方向的推动。这里的结果是分析每个人和每个位置重叠 Start/Ends 的所有字典项。所以 John 在位置 20 的 3.00 - 5.00 开始与他在 2.00 - 4.00

相同位置的 Start/End 重叠

Answer 1

您可以为此使用 Pandas 库。这个解决方案的核心是一个嵌套的字典推导，每一个都使用groupby。您可以如下所示，使用一个函数来处理嵌套以帮助提高可读性/维护性。

import pandas as pd

# define dataframe, or df = pd.read_excel('file.xlsx')
df = pd.DataFrame({'Name': ['John']*3 + ['Jane']*2,
                   'Location': [20, 20, 21, 20, 21],
                   'Start': [2.00, 3.00, 2.00, 9.00, 2.00],
                   'End': [4.00, 5.00, 4.00, 10.00, 4.00]})

# convert cols to integers
int_cols = ['Start', 'End']
df[int_cols] = df[int_cols].apply(pd.to_numeric, downcast='integer')

# define inner dictionary grouper and split into list of dictionaries
def loc_list(x):
    d = {loc: w[int_cols].values.tolist() for loc, w in x.groupby('Location')}
    return [{i: j} for i, j in d.items()]

# define outer dictionary grouper
people = {k: loc_list(v) for k, v in df.groupby('Name')}

{'Jane': [{20: [[9, 10]]}, {21: [[2, 4]]}],
 'John': [{20: [[2, 4], [3, 5]]}, {21: [[2, 4]]}]}

Answer 2

看来你想多了；默认词典的组合应该可以解决问题。

from collections import defaultdict
person = defaultdict(dict)

for row in ws.iter_rows(min_row=2, max_col=4):
    p, l, s, e = (c.value for c in row)
    if p not in person:
        person[p] = defaultdict(list)
    person[p][l].append((s, e))

使用 Openpyxl 在 Python 中创建嵌套字典

Creating nested dictionaries in Python using Openpyxl

python

dictionary

openpyxl