如何在循环中动态构建嵌套列表并避免属性覆盖

落婷大大_3488

落婷大大_3488

2026-11-22

789人浏览

原创

如何在循环中动态构建嵌套列表并避免属性覆盖

本文讲解如何基于分组后的 dataframe 数据,正确构建包含多层嵌套结构(如客户信息 + 多个保单详情)的 json-like 字典列表,重点解决因重复赋值导致的字段覆盖问题,并提供清晰、可复用的 python 实现方案。

本文讲解如何基于分组后的 dataframe 数据,正确构建包含多层嵌套结构(如客户信息 + 多个保单详情)的 json-like 字典列表,重点解决因重复赋值导致的字段覆盖问题,并提供清晰、可复用的 python 实现方案。

在处理客户与多保单关联的数据时,常见需求是将每个客户的公共属性(如姓名、联系方式)与其多个保单明细(如 Policy_No、Receipt_No 等)分离建模,形成类似 { "Id": "...", "attributes": { "u_fn": "...", "policies_details": [ {...}, {...} ] } } 的嵌套结构。原始代码中直接在 for j in i["attributes"] 循环内反复赋值 attributes["Policy_No"] 和 attributes["Receipt_No"],导致后一次迭代覆盖前一次结果——这是典型的非累积式覆盖错误。

要正确实现“一对多”嵌套,核心思路是:
✅ 分离关注点:将客户级静态属性(仅需取第一条记录即可)与保单级动态列表(需遍历全部)明确区分;
✅ 预定义键集合:通过 attribute_keys 和 policy_details_keys 显式声明字段归属,提升可读性与可维护性;
✅ 使用字典解包(|)组合结构:避免手动逐字段赋值,利用 Python 3.9+ 的合并操作符安全拼接;
✅ 构造列表而非单值:对保单字段,用列表推导式生成 policies_details,确保所有记录被保留。

以下是完整、可运行的优化实现:

import pandas as pd
import json

# 原始数据(同题干)
df = pd.DataFrame({
    'type': ['customer','customer','customer','customer'],
    'customer_id': ['1-0000001','1-0000001','1-0000002','1-0000002'],
    'u_fn': ['TestUser1_FirstName','TestUser1_FirstName','TestUser2_FirstName','TestUser2_FirstName'],
    'u_ln': ['TestUser1_LastName','TestUser1_LastName','TestUser2_LastName','TestUser2_LastName'],
    'Customer_Type_ID': ['ΦΥΣΙΚΟ','ΦΥΣΙΚΟ','ΦΥΣΙΚΟ','ΦΥΣΙΚΟ'],
    'u_em': ['<a class="__cf_email__" data-cfemail="84e7f1f7f0ebe9e1f6b5c4ebf0e1eae1f0aae3f6" href="/cdn-cgi/l/email-protection">[email protected]</a>','<a class="__cf_email__" data-cfemail="f1928482859e9c9483c0b19e85949f9485df9683" href="/cdn-cgi/l/email-protection">[email protected]</a>','<a class="__cf_email__" data-cfemail="cdaeb8beb9a2a0a8bfff8daaa0aca4a1e3aea2a0" href="/cdn-cgi/l/email-protection">[email protected]</a>','<a class="__cf_email__" data-cfemail="c5a6b0b6b1aaa8a0b7f785a2a8a4aca9eba6aaa8" href="/cdn-cgi/l/email-protection">[email protected]</a>'],
    'u_mb': ['6900000001','6900000001','6900000002','6900000002'],
    '# of policies':[2,2,2,2],
    'Company_ID': [2,2,2,2],
    'Branch_ID': [5,5,5,5],
    'Policy_No': ['000000001','000000001','000000002','000000002'],
    'Receipt_No': ['420000001','420000002','430000001','430000002']
})

# 步骤1:按 customer_id 分组,每组转为 records 列表(保持原始行结构)
grouped = df.groupby('customer_id').apply(
    lambda x: x[['u_fn', 'u_ln', 'Customer_Type_ID', 'u_em', 'u_mb', 
                  '# of policies', 'Company_ID', 'Branch_ID', 'Policy_No', 'Receipt_No']].to_dict('records')
).reset_index(name='attributes')

# 步骤2:定义字段分类(清晰、易维护)
attribute_keys = ["u_fn", "u_ln", "Customer_Type_ID", "u_em", "u_mb", "# of policies"]
policy_details_keys = ["Company_ID", "Branch_ID", "Policy_No", "Receipt_No"]

# 步骤3:构建最终嵌套结构
results = []
for contact in grouped.to_dict('records'):
    # 提取客户 ID
    customer_id = contact["customer_id"]
    attributes_list = contact["attributes"]  # 当前客户的所有原始行(含多条保单)

    # ✅ 客户级属性:取第一条记录的指定字段(所有行相同,故任取其一)
    base_attrs = {key: attributes_list[0][key] for key in attribute_keys}

    # ✅ 保单详情列表:遍历所有行,提取 policy 相关字段
    policies_details = [
        {key: attr[key] for key in policy_details_keys}
        for attr in attributes_list
    ]

    # ✅ 合并:base_attrs + {"policies details": policies_details}
    final_attributes = base_attrs | {"policies details": policies_details}

    # ✅ 构建顶层对象
    results.append({
        "Id": customer_id,
        "attributes": final_attributes
    })

# 输出验证(格式化 JSON)
print(json.dumps(results, indent=2, ensure_ascii=False))

关键注意事项:

  • ⚠️ 不要在循环内重复赋值同一字典键:如 attributes["Receipt_No"] = ... 会覆盖前值;应始终用 list.append() 或列表推导式构建集合。
  • ⚠️ 确保字段归属无歧义:# of policies 是客户维度统计值(标量),而 Receipt_No 是保单维度明细(多值),二者不可混存于同一层级。
  • ⚠️ 兼容性提示:字典合并操作符 | 需 Python ≥ 3.9;若使用旧版本,请替换为 dict(a, **b) 或 a.update(b)(注意后者会就地修改)。
  • ✅ 扩展友好:新增字段只需加入对应 *_keys 列表,逻辑无需改动。

该方案结构清晰、语义明确,彻底规避了覆盖陷阱,可直接集成到 ETL 流程或 API 响应构造中。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1971

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5664

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1929

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

34817

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4047

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

4067

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1303

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3163

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习