本教程详细讲解如何在python中处理复杂的嵌套字典与列表数据结构。我们将学习如何层层深入访问特定数据，迭代列表中的字典，并应用条件逻辑对数据进行过滤和提取，最终生成符合要求的结果集。
在现代数据处理中，我们经常会遇到结构复杂、多层嵌套的数据，尤其是在处理API响应或配置文件时。Python的字典（dictionary）和列表（list）是处理这类数据的核心工具。本教程将以一个具体的案例为例，演示如何从一个包含字典和列表的嵌套结构中，提取特定信息并根据条件进行过滤。
1. 理解数据结构
首先，我们来看一个典型的嵌套数据结构示例：
repo = {
'code': 200,
'msg': '',
'snapshotVos': [
{
'data': {
'balances': [
{'asset': 'ADD', 'free': '10', 'locked': '0'},
{'asset': 'RDP', 'free': '0', 'locked': '0'},
{'asset': 'SHIB', 'free': '0', 'locked': '947415'}
],
'totalAsset': '152'
},
'type': 'spot',
'updateTime': 1703807999000
}
]
}这个 repo 字典包含以下层级：
- 顶层是字典，包含 code, msg, snapshotVos 键。
- snapshotVos 对应一个列表，列表的每个元素又是一个字典。
- snapshotVos 列表中的字典包含 data, type, updateTime 键。
- data 键对应的值又是一个字典，包含 balances 和 totalAsset。
- balances 键对应的值是一个列表，列表的每个元素都是一个字典，包含 asset, free, locked 键。
我们的目标是从 balances 列表中提取数据，并过滤掉那些 free 和 locked 值都为 '0' 的条目。
立即学习“Python免费学习笔记（深入）”；
2. 逐步访问与迭代数据
要访问 balances 列表，我们需要按照其层级结构逐步深入。
- 访问 snapshotVos 列表： repo['snapshotVos']
- 迭代 snapshotVos 列表中的每个字典： 使用 for 循环。
- 从每个字典中访问 data 键： re['data']
- 从 data 字典中访问 balances 列表： re['data']['balances']
- 迭代 balances 列表中的每个字典： 再次使用 for 循环。
rows1 = [] # 用于存储最终结果
for snapshot_item in repo['snapshotVos']:
# 访问 'data' 字典
data_content = snapshot_item['data']
# 访问 'balances' 列表
balances_list = data_content['balances']
for balance_entry in balances_list:
# balance_entry 现在是 {'asset': 'ADD', 'free': '10', 'locked': '0'} 这样的字典
# ... 在这里进行过滤和提取操作3. 实现条件过滤
根据需求，我们需要移除那些 free 和 locked 值都为 '0' 的条目。这可以通过一个 if 语句来实现：
if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
# 如果不满足 'free' 和 'locked' 都为 '0' 的条件，则保留该条目
# ... 执行提取操作这里的 not (...) 逻辑表示：如果 free 等于 '0' 并且 locked 也等于 '0'，那么整个条件 (balance_entry['free'] == '0' and balance_entry['locked'] == '0') 为 True，经过 not 后变为 False，该条目将被跳过。反之，如果其中任何一个不为 '0'，则条件为 False，经过 not 后变为 True，该条目被处理。
4. 提取并格式化目标数据
在满足过滤条件的条目中，我们需要提取其值。根据原始问题的意图，我们可能需要将每个 balance_entry 字典的值转换为一个列表，并确保结果列表中不包含重复的条目。
val = list(balance_entry.values()) # 将字典的值转换为列表，例如 ['ADD', '10', '0']
if val not in rows1: # 检查该值列表是否已存在于结果集中，避免重复
rows1.append(val)5. 完整代码示例
将上述所有步骤整合起来，形成完整的解决方案：
repo = {
'code': 200,
'msg': '',
'snapshotVos': [
{
'data': {
'balances': [
{'asset': 'ADD', 'free': '10', 'locked': '0'},
{'asset': 'RDP', 'free': '0', 'locked': '0'},
{'asset': 'SHIB', 'free': '0', 'locked': '947415'}
],
'totalAsset': '152'
},
'type': 'spot',
'updateTime': 1703807999000
}
]
}
rows1 = [] # 初始化一个空列表，用于存储最终过滤后的数据
# 遍历 'snapshotVos' 列表中的每一个字典
for snapshot_item in repo['snapshotVos']:
# 访问当前 snapshot_item 字典中的 'data' 键
data_content = snapshot_item['data']
# 访问 data_content 字典中的 'balances' 键，它是一个列表
balances_list = data_content['balances']
# 遍历 balances_list 中的每一个 balance_entry 字典
for balance_entry in balances_list:
# 检查 'free' 和 'locked' 字段是否都为 '0'
# 如果不是都为 '0' (即至少有一个不为 '0')，则执行以下操作
if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
# 将当前 balance_entry 字典的所有值转换为一个列表
# 例如 {'asset': 'ADD', 'free': '10', 'locked': '0'} 会变成 ['ADD', '10', '0']
val = list(balance_entry.values())
# 检查这个值列表是否已经存在于 rows1 中，防止添加重复项
if val not in rows1:
# 如果不存在，则将其添加到 rows1 列表中
rows1.append(val)
print(rows1)运行结果：
[['ADD', '10', '0'], ['SHIB', '0', '947415']]
可以看到，['RDP', '0', '0'] 这个条目因为 free 和 locked 都为 '0' 而被成功过滤掉了。
6. 注意事项与进阶
-
健壮性处理： 在实际应用中，数据结构可能不总是完美的。例如，某个字典可能缺少 free 或 locked 键。为了避免 KeyError，可以使用 dict.get() 方法提供默认值，或使用 try-except 块。
# 示例：使用 .get() 避免 KeyError free_val = balance_entry.get('free', '0') # 如果 'free' 键不存在，默认为 '0' locked_val = balance_entry.get('locked', '0') if not (free_val == '0' and locked_val == '0'): # ... 数据类型： 示例中的 free 和 locked 值是字符串 '0'。如果它们是数字 0，则比较时应使用 balance_entry['free'] == 0。在从外部数据源（如JSON）获取数据时，经常会遇到数字以字符串形式表示的情况，需要注意类型转换。
-
列表推导式： 对于更简洁的代码，可以使用列表推导式（List Comprehension）来完成过滤和提取：
rows_filtered = [] for snapshot_item in repo['snapshotVos']: for balance_entry in snapshot_item['data']['balances']: if not (balance_entry.get('free', '0') == '0' and balance_entry.get('locked', '0') == '0'): # 如果不需要去重，直接 append 字典 rows_filtered.append(balance_entry) # 如果需要去重，并且去重是基于字典内容，可能需要转换为元组或使用集合 # rows_filtered.append(tuple(balance_entry.items())) # 转换为元组以便去重 # 如果要转换为列表的值并去重 unique_values_list = [] seen_values = set() # 使用集合进行高效去重 for item in rows_filtered: current_values = tuple(item.values()) # 转换为元组以便加入集合 if current_values not in seen_values: seen_values.add(current_values) unique_values_list.append(list(current_values)) # 最终存储为列表 print(unique_values_list)这种方式在处理复杂去重逻辑时更为灵活。
输出格式： 原始问题要求将字典值转换为列表并去重。如果希望保留原始字典结构，则可以直接 rows1.append(balance_entry)。根据具体需求选择最合适的输出格式。
总结
通过本教程，我们学习了如何有效地在Python中导航和操作复杂的嵌套字典和列表结构。关键在于理解数据层级，使用嵌套循环逐步深入，并结合条件判断进行数据过滤。掌握这些技巧将使您能够更灵活、高效地处理各种复杂的数据集。在实际开发中，考虑代码的健壮性、数据类型匹配以及选择合适的Python特性（如列表推导式）来提高代码的可读性和效率至关重要。
