【问题标题】：Making or Predefining Structure of Nested Dictionary/JSON || Python嵌套字典/JSON的制作或预定义结构|| Python
【发布时间】：2017-06-11 18:46:18
【问题描述】：

输入：我有一个包含 3 列的 Excel 文件，Excel 文件的格式如下：

A   C   D
A   C   E
A   F   G
B   H   J
B   H   K
A   F   I
B   L   M
B   L   N
A   F   O

我希望从上面的输入中制作字典，格式如下：输出：

dictionary= {'A':{'C':['D','E'],'F':['G','I','O']},'B':{'H':['J','K'],'L':['M','N']}}

逻辑：对于每个不同的column-1值，需要制作嵌套字典&在该嵌套部分，对于每个不同的column-2值，需要制作相应的column-3值列表。

【问题讨论】：

标签： python json dictionary collections nested

【解决方案1】：

@Edchum @MYGz
谢谢！！但是没有使用熊猫，我最终做了这样的事情。

from xlrd import open_workbook
from nested_dict import nested_dict

book = open_workbook(input_file_location) # location of excel file 
sheet_3=book.sheets()[2] #sheet_3 in which i have data
data_sheet_3  = [sheet_3.row_values(i) for i in xrange(sheet_3.nrows)] # getting data of sheet-3
# specifying 2-level of nesting
#format of dictionary: {'Key1':{'Key2':['Value1','value2']},'Key3':{'Key4':['Value3','value4']}} 
dictionary=nested_dict(2,list) 
for row_no in xrange(sheet_3.nrows):
        col_1=data_sheet_3[row_no][0]
        col_2=data_sheet_3[row_no][1]
        col_3=data_sheet_3[row_no][2]
        dictionary[col_1][col_2].append(col_3)

print dictionary

nested_dict(2,list) 是代码中的主要重点，它允许我指定两个嵌套级别。

如果您发现在 python 中预定义嵌套字典结构的更好或替代方法，请与示例分享。

【讨论】：

好。你也可以使用 defaultdict。
@MYGz，你能不能为 defaultdict 写代码。据我所知，使用默认字典只有一层嵌套。 1) 从集合导入 defaultdict 2) dictionary=defaultdict(list) .. 它会创建 {'KEY':[Value,value1,value2]}。请使用默认 dict/dict.setdefault() 分享上述问题的代码。谢谢！！

【解决方案2】：

你可以用 pandas 这样做：

import pandas as pd

df = pd.read_excel('excel_file', header=None)
d = {}
for b in df.groupby([0,1])[2].apply(list).to_frame().iterrows():
    if b[0][0] not in d:
        d[b[0][0]] = {b[0][1]: b[1].tolist()[0]}
    else:
        d[b[0][0]][b[0][1]] = b[1].tolist()[0]
print d

输出：

{'A': {'C': ['D', 'E'], 'F': ['G', 'I', 'O']}, 'B': {'H': ['J', 'K'], 'L': ['M', 'N']}}

【讨论】：

我没有想到一个完全不同的方法，所以这看起来不错 +1
@EdChum，我最后做了一些没有熊猫的事情。 nested_dict 在这里工作。请检查代码作为新答案！