将列表中的字典转换为嵌套字典答案

【问题标题】：Converting the dictionary inside the list to the nested dictionary将列表中的字典转换为嵌套字典
【发布时间】：2022-11-04 19:59:58
【问题描述】：

有一个元组列表，称为employee_data，其中每个列表元素是一个元组，对应于一个类和一个员工可以获得的积分。例如，

员工数据 =
[{
   “名称”：“asd”，
   “姓氏”：“abc”，
   “生日”：2021 年 15 月 15 日，
   “出生地”：“CA”，
   "live_place": "美国",
   “电子邮件”：“sss.com”，
   “网站”：“sss.com”，
   "电话号码": "12345678901",
   "work_number": "abc",
   “保存日期”：2021 年 15 月 15 日，
   “开始日期”：2021 年 15 月 15 日，
   “请假日期”：2021 年 15 月 15 日，
   “项目”：“支持结束”，
   “年龄_in_months”：256，
   “年龄_in_Years”：15.3，
   "计算机名": 'pc1',
   “计算机_cpu”：8，
   “计算机内存”：12，
   “计算机_ssd”：256，
 },
 {
   “名称”：“asd”，
   “姓氏”：“abc”，
   “生日”：2021 年 16 月 15 日，
   “出生地”：“CA”，
   "live_place": "美国",
   “电子邮件”：“sss.com”，
   “网站”：“sss.com”，
   "电话号码": "12345678901",
   "work_number": "abc",
   “保存日期”：2021 年 15 月 15 日，
   “开始日期”：2021 年 15 月 15 日，
   “请假日期”：2021 年 15 月 15 日，
   “项目”：“支持结束”，
   “年龄_in_months”：256，
   “年龄_in_Years”：15.3，
   "计算机名": 'pc1',
   “计算机_cpu”：8，
   “计算机内存”：12，
   “计算机_ssd”：256，
 }]

Nested Dict ID	name	lastname	birthday	birthplace	live_place	email
0	asd	abc	15/15/2021	USA	CAD	asd@mail.com
1	asd2	abc	16/15/2021	CAD	USA	abc@mail.com

我尝试了此功能，但无法修复错误。这里是a link！

我的问题是，这本字典在列表中。我想为映射数据创建嵌套字典。

[{0{"name": "asd",
   “姓氏”：“abc”，
   “生日”：2021 年 15 月 15 日，
   “出生地”：“CA”，
   "live_place": "美国",
   “电子邮件”：“sss.com”，}
1{“名称”：“asd2”，
   “姓氏”：“abc”，
   “生日”：2021 年 16 月 15 日，
   “出生地”：“CA”，
   "live_place": "美国",
   “电子邮件”：“sss.com”，}]

如果员工的姓氏相同，我想获取员工nestedDictID，而不是我将导入不同列表和表中的所有信息。

d = { x['lastname']: x['abc'] for x in employee_data}
键错误：'abc'

【问题讨论】：

您好，请问您的问题是什么？
那不是元组列表。那是一个字典列表。
请展示您尝试过的内容并解释它如何不适用于大量数据？此外，问题标题询问打印数据，但正文提到导入到 sql；只关注其中之一
我更新了问题，谢谢回复。
请澄清您的具体问题或提供其他详细信息以准确突出您的需求。正如它目前所写的那样，很难准确地说出你在问什么。

标签： mysql python-3.x list uitableview

【解决方案1】：

您可以使用从 json 中提取的所需数据创建一个元组列表，您可以使用这些数据将其导出到 SQL 表。参考以下代码：

import pandas as pd
data = [(item.get('name'), item.get('lastname'),item.get('birthday'),item.get('birthplace'), item.get('live_place'), item.get('email')) for item in employee_data]
print(data)

df = pd.DataFrame.from_records(data, columns=['name', 'lastname', 'birthday','birthplace','live_place','email']))

然后你可以使用 pandas 的df.to_sql。

【讨论】：

这就是我要找的。谢谢你。
@sapkernel 很酷。如果这是您正在寻找的解决方案，那么您可以投票并将其标记为您问题的答案:-)

【解决方案2】：

我们可以有相同的解决方案，但在 Mysql 中。

【讨论】：