如何在 Python 中删除嵌套字典结构中的顶层

Question

我有一个嵌套字典，如下所示，

{
 'product_list.show_date': "May '21",
  'product_list.new_users': 
   {
    'product_list.product': 
     {
      'A': None,
      'B': 377,
      'C': None,
      'D': 67,
      'E': None,
      'F': 1,
      'G': None
     }
    }
}

我想以不存在父键的方式清除它。所以基本上，我想要一个没有嵌套的字典。如下所示，

{
 'product_list.show_date': "May '21",
 'A': None,
 'B': 377,
 'C': None,
 'D': 67,
 'E': None,
 'F': 1,
 'G': None
}

我正在使用递归函数来执行此操作，但它不是 100% 正确的。

这是我的代码，

def clear_nd(d, nested_dict):
    for key in nested_dict:
        if type(nested_dict[key]) != dict:
            d[key] = nested_dict[key]
        elif type(nested_dict[key]) == dict:
            nested_dict = nested_dict[key]
            clear_nd(d, nested_dict)
    
    return d

d = {}
clear_nd(d, nested_dict)

下面的例子，

nested_dict = {
    'product_list.show_date': "May '21",
    'product_list.new_users': {
        'product_list.product': {
            'A': None,
            'B': 377,
            'C': None,
            'D': 67,
            'E': None,
            'F': 1,
            'G': None
        },
        'prod.product': {
            'Alk': None,
            'Bay': 377,
            'Lent': None,
            'R': 67,
            'Ter': None,
            'Wi': 1,
            'e': None
        }
    },
    'duct_list.new_users': {
        'pdust.product': {
            'H': None,
            'y': 377,
            'nt': None,
            'C': 67,
            'sfer': None,
            's': 1,
            'le': None
        }
    }
}

Pandas 或任何其他库是否有办法做到这一点。 嵌套字典的结构是动态的，所以我们不知道它有多深。并且键也会改变，所以我们无法事先知道字典中的键是什么。我们将不胜感激。谢谢！！

Answer 1

如果您允许较低级别的标签标签采用较高级别标签标签的前缀，您可以使用 Pandas 函数 pandas.json_normalize，它处理嵌套的 dict 并将其转换为平面表 Pandas 数据框。

然后，使用pandas.DataFrame.to_dict 将 Pandas 数据框转换为字典。例如，

import pandas as pd

d = {
 'product_list.show_date': "May '21",
  'product_list.new_users': 
   {
    'product_list.product': 
     {
      'A': None,
      'B': 377,
      'C': None,
      'D': 67,
      'E': None,
      'F': 1,
      'G': None
     }
    }
}


pd.json_normalize(d).to_dict('records')[0]

结果：

{'product_list.show_date': "May '21",
 'product_list.new_users.product_list.product.A': None,
 'product_list.new_users.product_list.product.B': 377,
 'product_list.new_users.product_list.product.C': None,
 'product_list.new_users.product_list.product.D': 67,
 'product_list.new_users.product_list.product.E': None,
 'product_list.new_users.product_list.product.F': 1,
 'product_list.new_users.product_list.product.G': None}