
本文讲解如何基于 pandas 分组数据,正确构建多层嵌套结构(如每个客户下聚合全部保单明细),避免属性覆盖问题,通过键分离、列表推导与字典合并实现清晰、可维护的动态嵌套。
本文讲解如何基于 pandas 分组数据,正确构建多层嵌套结构(如每个客户下聚合全部保单明细),避免属性覆盖问题,通过键分离、列表推导与字典合并实现清晰、可维护的动态嵌套。
在处理客户-保单类层级数据时,常见需求是:为每个 customer_id 生成一个顶层对象,其 attributes 字段包含通用客户信息(如姓名、联系方式),同时嵌套一个 policies details 列表,该列表完整保留该客户所有保单及其对应收据号等明细,而非仅保留最后一次迭代的值。原始代码失败的根本原因在于:在 for j in i["attributes"] 循环中反复赋值 attributes[key] = j[key],导致同名字段(如 Policy_No、Receipt_No)被逐次覆盖,最终只保留最后一个记录。
解决关键在于职责分离与结构分层:
- 将客户级静态属性(如
u_fn,u_ln,# of policies)从首条记录提取(因其在同客户组内完全一致); - 将保单级动态属性(如
Company_ID,Branch_ID,Policy_No,Receipt_No)逐条收集为独立字典,并统一装入policies details列表; - 使用字典解包(
|运算符,Python 3.9+)或dict()构造实现安全合并,避免就地修改风险。
以下是优化后的完整实现(基于您已生成的 output 结构,即按 customer_id 分组后、每组 attributes 为保单记录列表的格式):
import json
# 假设 output 已由 df.groupby('customer_id').apply(...) 生成,结构如下:
# output = [
# {"customer_id": "1-0000001", "attributes": [ {...}, {...} ]},
# {"customer_id": "1-0000002", "attributes": [ {...}, {...} ]}
# ]
# 定义字段分组,提升可读性与可维护性
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"]
results = []
for contact in output:
# 1. 提取客户ID作为根键
root = {"Id": contact["customer_id"]} # 注意:目标结构中键名为 "Id",非 "customer_id"
# 2. 提取客户级通用属性(取 attributes[0] 即可,因同组内值相同)
common_attrs = {key: contact["attributes"][0][key] for key in attribute_keys}
# 3. 动态构建 policies details 列表:遍历每条保单记录,提取指定字段
policies_details = [
{key: attr[key] for key in policy_details_keys}
for attr in contact["attributes"]
]
# 4. 合并客户属性与保单列表(使用字典合并运算符 |)
attributes = common_attrs | {"policies details": policies_details}
# 5. 组装最终对象并追加
contact_obj = {"Id": contact["customer_id"], "attributes": attributes}
results.append(contact_obj)
# 验证输出(格式化 JSON 便于查看)
print(json.dumps(results, indent=4, ensure_ascii=False))
✅ 核心优势说明:
-
无覆盖风险:
policies details是全新构建的列表,每项dict独立实例,不依赖循环变量重用; -
语义清晰:通过
attribute_keys和policy_details_keys显式声明字段归属,逻辑一目了然; - 兼容性强:即使某客户有 N 条保单,代码自动适配,无需硬编码循环次数;
-
扩展友好:新增保单字段只需加入
policy_details_keys;新增客户字段则加入attribute_keys。
⚠️ 注意事项:
- 若使用 Python common_attrs | {...} 替换为
{**common_attrs, "policies details": policies_details}; - 确保
output中每个contact["attributes"]非空(可添加if contact["attributes"]:防御性检查); - 邮箱字段含 HTML 标签属原始数据特征,若需清洗,可在提取
u_em后调用re.sub(r']+>', '', value); - 生产环境建议封装为函数,并增加类型提示(如
def build_nested_contacts(output: List[Dict]) -> List[Dict]:)。
此方案彻底规避了“边遍历边覆盖”的陷阱,以声明式思维驱动嵌套结构生成,是处理分组聚合+层级建模任务的推荐实践。










