通过查找值是否在列表中来删除整个嵌套字典答案

【问题标题】：Remove whole nested dict by finding if a value is in a list通过查找值是否在列表中来删除整个嵌套字典
【发布时间】：2019-02-25 08:03:31
【问题描述】：

我正在尝试制作美国邮政编码内的值的等值线图。我有一个 json 文件，其中包含与每个邮政编码对应的 ZCTA5CE 区域的点。我正在使用 Folium 包。

现在映射工作正常，但速度非常慢——基于我机器上运行的其他项目需要 10 分钟，并且几乎不可能通过滑动和缩放与地图交互——因为 json 文件的大小 ( 482.2M），因此产生的字典。

我要绘制的数据没有所有邮政编码的信息，因此我想删除与那些邮政编码相关联的邮政编码字典中的信息 not 在我的数据中。

我的问题是：如何遍历邮政编码信息的字典并删除不在我指定的邮政编码列表中的字典。

为了更清楚地了解我正在使用的 dict 的结构：

zip_code_geo_dict.keys() 给出：

dict_keys(['type', 'features'])

其中zip_code_geo_dict['type'] 是一个字符串，zip_code_geo_dict['features'] 是一个列表。

现在，zip_code_geo_dict['features'][0] 是：

{'type': 'Feature','geometry': {'type': 'MultiPolygon',
'coordinates': [[[[-88.252618, 32.92675],
[-88.249724, 32.93242],
**bajillions of lines of coordinates here**
[-88.34043199999999, 32.991199]]]]},
'properties': {'ZCTA5CE10': '35442',
'AFFGEOID10': '8600000US35442',
'GEOID10': '35442',
'ALAND10': 610213891,
'AWATER10': 10838694}}

我的源数据可能会发生变化，因此我想要映射的实际邮政编码列表是动态的。也就是说，我总是可以创建一个列表：

zips_of_interest = ['15210', '15222']

如何遍历zip_code_geo_dict 以删除基于zip_code_geo_dict['features']['properties']['ZCTA5CE10'] NOT IN zips_of_interest 的坐标信息？有必要保留总体 dict 结构，以便过滤后的版本 zip_code_geo_dict['features'] 与原始版本位于同一“位置”（它需要是一个 dict，作为较大的 zip_code_geo_dict 对象中的第二个键）。

我认为需要注意的是，我想保留 dict 的基本结构，因为我将把它传递给 Folium 中的 choropleth 方法。

【问题讨论】：

感谢回答的人。我更新了问题以使 dict 的结构更清晰。

标签： python python-3.x geo folium

【解决方案1】：

不确定这是否是您要查找的内容。您发布的字典没有功能键。我编写了一个不会被您提出的逻辑删除的附加字典，并将两个字典放在一个列表中以提供完整的演示。

def filter_zips(geo_list, zip_list):
    result = geo_list.copy()
    for i, zip_code_geo_dict in enumerate(result):
        if zip_code_geo_dict['properties']['ZCTA5CE10'] not in zip_list:
            del result[i]
    return result

zip_code_geo_list = [
    {
        'type': 'Feature',
        'geometry': {
            'type': 'MultiPolygon',
            'coordinates': [
                [-88.252618, 32.92675],
                [-88.249724, 32.93242],
                [-88.34043199999999, 32.991199]
            ]
        },
        'properties': {
            'ZCTA5CE10': '35442',
            'AFFGEOID10': '8600000US35442',
            'GEOID10': '35442',
            'ALAND10': 610213891,
            'AWATER10': 10838694
        }
    },
    {
        'type': 'Feature',
        'geometry': {
            'type': 'MultiPolygon',
            'coordinates': [
                [-88.252618, 32.92675],
                [-88.249724, 32.93242],
                [-88.34043199999999, 32.991199]
            ]
        },
        'properties': {
            'ZCTA5CE10': '35442',
            'AFFGEOID10': '8600000US35442',
            'GEOID10': '15210',
            'ALAND10': 610213891,
            'AWATER10': 10838694
        }
    },
]
zips_of_interest = ['15210', '15222']

filter_zips(zip_code_geo_list, zips_of_interest)

filter_zips() 在这种情况下将返回删除第一个字典并剩余第二个字典的列表。

【讨论】：

谢谢！如果有帮助，我进行了编辑以使 dict 的结构更清晰。

【解决方案2】：

如果邮政编码信息可能会更改，我的第一个建议是使用 RTree、KDTree 或 BallTree 之类的东西将信息存储在允许按区域轻松访问的结构中。这些使您能够有效地进行查询，例如“我感兴趣的邮政编码的r 半径范围内的所有邮政编码是什么？”。

就实际实现过滤器而言，如果您有很多邮政编码，您可能想要执行lookup = set(zips_of_interest) 之类的操作，以便您可以在 O(1) 而不是 O(n) 中搜索包含。对于len(zips_of_interest)<15 左右，列表可能没问题（很大程度上取决于您的平台）。

您提到zip_code_geo_dict 的“第一项”是[某某]。 zip_code_geo_dict 的类型是什么？是字典吗？从中过滤掉的东西取决于它到底是什么。也就是说，对于常见的数据结构，您基本上已经编写好了命令。

lookup = set(zip_code_geo_dict)

字典

condensed_data = {k:zip_code_geo_dict[k] for k in zip_code_geo_dict
                  if zip_code_geo_dict[k]['properties']['ZCTA5CE10'] in lookup}

列表

condensed_data = [v for v in zip_code_geo_dict
                  if v['properties']['ZCTA5CE10'] in lookup]

在这两种情况下，您基本上是在告诉 Python 从原始数据结构中为您提供所有感兴趣的位置。

【讨论】：