如何对数据进行分类以获得树状结构

Question

我正在尝试显示有关应用程序及其数据源的信息。 我想知道如何从我的实际线路中获得这种类型的输出。

这是我的原始数据，有从 bash 获得的带有子进程的行，可以修改输出，因为子进程命令是 find、grep 和 cut 的组合。

Company1/application1 datasource=ds1
Company1/application1 datasource=ds2
Company1/application1 datasource=ds3
Company1/application2 datasource=ds1
Company1/application2 datasource=ds2
Company2/application1 datasource=ds1
Company2/application1 datasource=ds2
Company2/application2 datasource=ds1
Company2/application2 datasource=ds2
Company2/application2 datasource=ds3

我想要的输出是：

Company1
    application1 
        datasource=ds1
        datasource=ds2
        datasource=ds3
    application2 
        datasource=ds1
        datasource=ds2

Company2
    application1
        datasource=ds1
        datasource=ds2
    application2 
        datasource=ds1
        datasource=ds2
        datasource=ds3

编辑有没有办法通过列表来获得这个输出？ googleit 有什么概念吗？我不知道如何开始

谢谢大家

Answer 1

collections.defaultdict 动态创建缺失值。我认为它非常适合您的用例。

由于您的数据集是 dict 的 list 的 dict，因此我使用了 defaultdict(lambda: defaultdict(list))。其余的都是微不足道的

from collections import defaultdict

s = '''Company1/application1 datasource=ds1
Company1/application1 datasource=ds2
Company1/application1 datasource=ds3
Company1/application2 datasource=ds1
Company1/application2 datasource=ds2
Company2/application1 datasource=ds1
Company2/application1 datasource=ds2
Company2/application2 datasource=ds1
Company2/application2 datasource=ds2
Company2/application2 datasource=ds3'''

companies = defaultdict(lambda: defaultdict(list))

for line in s.splitlines():
    co_app, ds = line.split(' ')
    co, app = co_app.split('/')
    companies[co][app].append(ds)

for co, applications in companies.items():
    print(co)
    for app, datasets in applications.items():
        print(f'\t{app}')
        for ds in datasets:
            print(f'\t\t{ds}')

Answer 2

这是一个文本文件，还是您可以选择将输出放在文本文件中？如果是这样，您可以打开文件，遍历它的行，然后继续将每一行视为您将拆分的字符串。

伪代码：

fi = open('myfile.txt', 'r')
for line in fi:
    comp_application,datasource = line.split(' ')
    comp,application = comp_application.split('/')

然后，您可以将这些放入字典中，如下所示：

{'company1': {'application1': ['ds1', 'ds2']}}

根据流程的其余部分，您可以使用 pretty print 之类的内容来输出您解释的代码。

Answer 3

这里的关键是使用树。 您可以使用这样的课程非常简单地做到这一点：

class Node:
    def __init__(self,d):
        self.children = dict()
        self.depth = d

    def add(self,name):
        self.children[name] = Node(self.depth+1)

这里，每个节点都是一个对象，带有一个深度变量和一个包含所有子节点的字典

首先，您必须将数据表示为一个干净的行列表，仅用空格分隔

data = [
    "Company1 application1 datasource=ds1",
    "Company1 application1 datasource=ds2",
    "Company1 application1 datasource=ds3",
    "Company1 application2 datasource=ds1",
    "Company1 application2 datasource=ds2",
    "Company2 application1 datasource=ds1",
    "Company2 application1 datasource=ds2",
    "Company2 application2 datasource=ds1",
    "Company2 application2 datasource=ds2",
    "Company2 application2 datasource=ds3",
]

现在，使用一点递归，你可以轻松地对数据进行排序：

def insert(t,branch):
    if len(branch):
        if branch[0] not in t.children:
            t.add(branch[0])
        insert(t.children[branch[0]],branch[1:])


t = Node(0)

for line in data:
    insert(t,line.split())


def display(t):
    if t.children:
        for c in t.children:
            print("\t" * t.depth + c)
            display(t.children[c])


display(t)

输出：

Company1
    application1
        datasource=ds1
        datasource=ds2
        datasource=ds3
    application2
        datasource=ds1
        datasource=ds2
Company2
    application1
        datasource=ds1
        datasource=ds2
    application2
        datasource=ds1
        datasource=ds2
        datasource=ds3

此方法的优点是您可以使用任意数量的参数。在这里，您拥有三个（公司、应用程序和数据源），但您可以拥有更多...

希望我的代码对你有帮助！