展平嵌套字典，压缩键

Question

假设您有一本类似的字典：

{'a': 1,
 'c': {'a': 2,
       'b': {'x': 5,
             'y' : 10}},
 'd': [1, 2, 3]}

您如何将其扁平化为：

{'a': 1,
 'c_a': 2,
 'c_b_x': 5,
 'c_b_y': 10,
 'd': [1, 2, 3]}

Answer 1

基本上与展平嵌套列表的方式相同，您只需要做额外的工作即可按键/值迭代字典，为新字典创建新键并在最后一步创建字典。

from collections.abc import MutableMapping

def flatten(dictionary, parent_key='', separator='_'):
    items = []
    for key, value in dictionary.items():
        new_key = parent_key + separator + key if parent_key else key
        if isinstance(value, MutableMapping):
            items.extend(flatten(value, new_key, separator=separator).items())
        else:
            items.append((new_key, value))
    return dict(items)

>>> flatten({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]})
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Answer 2

如果您已经在使用 pandas，则可以使用 json_normalize 来完成() 像这样：

import pandas as pd

d = {'a': 1,
     'c': {'a': 2, 'b': {'x': 5, 'y' : 10}},
     'd': [1, 2, 3]}

df = pd.json_normalize(d, sep='_')
d_flat = df.to_dict(orient='records')[0]

print(d_flat)

输出：

{'a': 1, 'c_a': 2, 'c_b_x': 5, 'c_b_y': 10, 'd': [1, 2, 3]}

Answer 3

原始发布者需要考虑两个重要因素：

1. 是否存在密钥空间破坏问题？例如， {'a_b':{'c':1}, 'a':{'b_c':2}} 将导致 {'a_b_c':???}。下面的解决方案通过返回可迭代的对来避免这个问题。
2. 如果性能是一个问题，那么 key-reducer 函数（我在此将其称为“join”）是否需要访问整个 key-path，或者它是否可以在树中的每个节点上执行 O(1) 工作？如果您希望能够说 joinedKey = '_'.join(*keys)，这将花费您 O(N^2) 的运行时间。但是，如果您愿意说 nextKey = previousKey+'_'+thisKey，那么您将获得 O(N) 时间。下面的解决方案允许您同时执行这两项操作（因为您只需连接所有键，然后对它们进行后处理）。

（性能不太可能是一个问题，但我将详细说明第二点，以防其他人关心：在实现这一点时，有许多危险的选择。如果您递归地执行此操作并产生并重新产生，或者任何东西 相当于多次接触节点（这很容易意外发生），您正在做潜在的 O(N^2) 工作，而不是 O(N) 这是因为您可能正在计算一个键。 >a 然后a_1 然后 a_1_i...，然后计算 a 然后 a_1 然后 a_1_ii ...，但实际上您不必再次计算 a_1 即使您没有重新计算它，重新生成它（“逐级”方法）也一样。一个很好的例子就是思考一下。 {1:{1:{1:{1:...(N times)...{1:SOME_LARGE_DICTIONARY_OF_SIZE_N}...}}}}

上的性能编写了 flattenDict(d, join=..., lift=...) ，它可以适应多种用途，并且可以做您想做的事情。遗憾的是，要在不产生上述性能损失的情况下制作这个函数的惰性版本是相当困难的（许多像 chain.from_iterable 这样的 python 内置函数实际上并不高效，我只是在对这个代码的三个不同版本进行了广泛测试之后才意识到这一点，然后才决定使用这个）。

from collections import Mapping
from itertools import chain
from operator import add

_FLAG_FIRST = object()

def flattenDict(d, join=add, lift=lambda x:(x,)):
    results = []
    def visit(subdict, results, partialKey):
        for k,v in subdict.items():
            newKey = lift(k) if partialKey==_FLAG_FIRST else join(partialKey,lift(k))
            if isinstance(v,Mapping):
                visit(v, results, newKey)
            else:
                results.append((newKey,v))
    visit(d, results, _FLAG_FIRST)
    return results

为了更好地理解发生了什么，下面为那些不熟悉 reduce（左）（也称为“向左折叠”）的人提供了一个图表。有时它会用初始值代替 k0（不是列表的一部分，传递到函数中）来绘制。这里，J 是我们的 join 函数。我们用 lift(k) 预处理每个 k_n。

               [k0,k1,...,kN].foldleft(J)
                           /    \
                         ...    kN
                         /
       J(k0,J(k1,J(k2,k3)))
                       /  \
                      /    \
           J(J(k0,k1),k2)   k3
                    /   \
                   /     \
             J(k0,k1)    k2
                 /  \
                /    \
               k0     k1

这实际上与 functools.reduce 相同，但我们的函数对树的所有关键路径执行此操作。

>>> reduce(lambda a,b:(a,b), range(5))
((((0, 1), 2), 3), 4)

演示（否则我会放入文档字符串中）：

>>> testData = {
        'a':1,
        'b':2,
        'c':{
            'aa':11,
            'bb':22,
            'cc':{
                'aaa':111
            }
        }
    }
from pprint import pprint as pp

>>> pp(dict( flattenDict(testData) ))
{('a',): 1,
 ('b',): 2,
 ('c', 'aa'): 11,
 ('c', 'bb'): 22,
 ('c', 'cc', 'aaa'): 111}

>>> pp(dict( flattenDict(testData, join=lambda a,b:a+'_'+b, lift=lambda x:x) ))
{'a': 1, 'b': 2, 'c_aa': 11, 'c_bb': 22, 'c_cc_aaa': 111}    

>>> pp(dict( (v,k) for k,v in flattenDict(testData, lift=hash, join=lambda a,b:hash((a,b))) ))
{1: 12416037344,
 2: 12544037731,
 11: 5470935132935744593,
 22: 4885734186131977315,
 111: 3461911260025554326}

---

性能：

from functools import reduce
def makeEvilDict(n):
    return reduce(lambda acc,x:{x:acc}, [{i:0 for i in range(n)}]+range(n))

import timeit
def time(runnable):
    t0 = timeit.default_timer()
    _ = runnable()
    t1 = timeit.default_timer()
    print('took {:.2f} seconds'.format(t1-t0))

>>> pp(makeEvilDict(8))
{7: {6: {5: {4: {3: {2: {1: {0: {0: 0,
                                 1: 0,
                                 2: 0,
                                 3: 0,
                                 4: 0,
                                 5: 0,
                                 6: 0,
                                 7: 0}}}}}}}}}

import sys
sys.setrecursionlimit(1000000)

forget = lambda a,b:''

>>> time(lambda: dict(flattenDict(makeEvilDict(10000), join=forget)) )
took 0.10 seconds
>>> time(lambda: dict(flattenDict(makeEvilDict(100000), join=forget)) )
[1]    12569 segmentation fault  python

...叹息，不要认为这是我的错...

---

[由于审核问题而产生的不重要的历史注释]

关于所谓的重复 压平字典的字典（2层深）列表

该问题的解决方案可以通过执行 sorted( sum(flatten(...),[]) ) 来实现。相反的情况是不可能的：虽然确实可以通过映射高阶累加器从所谓的重复项中恢复 flatten(...) 的值，但无法恢复密钥。 （编辑：此外，事实证明，所谓的重复所有者的问题完全不同，因为它只处理恰好 2 层深度的字典，尽管该页面上的答案之一给出了通用解决方案。）

Answer 4

如果您使用的是 pandas，pandas.io.json._normalize¹ 中隐藏着一个名为 nested_to_record 的函数这正是这样做的。

from pandas.io.json._normalize import nested_to_record    

flat = nested_to_record(my_dict, sep='_')

---

¹ 在 pandas 版本 0.24.x 及更早版本中使用 pandas.io.json.normalize （不带 _）

Answer 5

不完全是OP所要求的，但很多人来这里寻找方法来展平现实世界的嵌套JSON数据，这些数据可以嵌套键值json对象和数组以及数组内的json对象等等。 JSON 不包含元组，因此我们不必担心这些。

我找到了列表包含 @roneo 对 < href="https://stackoverflow.com/a/6027615/4355695">发布者的答案@Imran：

https://github.com/ ScriptSmith/socialreaper/blob/master/socialreaper/tools.py#L8

import collections
def flatten(dictionary, parent_key=False, separator='.'):
    """
    Turn a nested dictionary into a flattened dictionary
    :param dictionary: The dictionary to flatten
    :param parent_key: The string to prepend to dictionary's keys
    :param separator: The string used to separate flattened keys
    :return: A flattened dictionary
    """

    items = []
    for key, value in dictionary.items():
        new_key = str(parent_key) + separator + key if parent_key else key
        if isinstance(value, collections.abc.MutableMapping):
            items.extend(flatten(value, new_key, separator).items())
        elif isinstance(value, list):
            for k, v in enumerate(value):
                items.extend(flatten({str(k): v}, new_key).items())
        else:
            items.append((new_key, value))
    return dict(items)

测试一下：

flatten({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3] })

>> {'a': 1, 'c.a': 2, 'c.b.x': 5, 'c.b.y': 10, 'd.0': 1, 'd.1': 2, 'd.2': 3}

这完成了我需要完成的工作：我将任何复杂的 json 扔到这里，它会为我将其展平。

所有功劳均归功于 https://github.com/ScriptSmith 。

2023-06-14 python 更新 >= 3.10

自 Python 3.10 起，collections.MutableMapping 已更改为 collections.abc.MutableMapping。因此，上面的代码经过编辑以反映相同的情况。如果您的Python版本是3.10之前，请将其改回您身边的collections.MutableMapping。
参考：https://stackoverflow.com/a/71902541/4355695

Answer 6

这是一种“功能性”、“单行”实现。它是递归的，基于条件表达式和字典理解。

def flatten_dict(dd, separator='_', prefix=''):
    return { prefix + separator + k if prefix else k : v
             for kk, vv in dd.items()
             for k, v in flatten_dict(vv, separator, kk).items()
             } if isinstance(dd, dict) else { prefix : dd }

测试：

In [2]: flatten_dict({'abc':123, 'hgf':{'gh':432, 'yu':433}, 'gfd':902, 'xzxzxz':{"432":{'0b0b0b':231}, "43234":1321}}, '.')
Out[2]: 
{'abc': 123,
 'gfd': 902,
 'hgf.gh': 432,
 'hgf.yu': 433,
 'xzxzxz.432.0b0b0b': 231,
 'xzxzxz.43234': 1321}

Answer 7

代码：

test = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}

def parse_dict(init, lkey=''):
    ret = {}
    for rkey,val in init.items():
        key = lkey+rkey
        if isinstance(val, dict):
            ret.update(parse_dict(val, key+'_'))
        else:
            ret[key] = val
    return ret

print(parse_dict(test,''))

结果：

$ python test.py
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

我使用的是python3.2，更新为你的python版本。

Answer 8

这不仅限于字典，还包括实现 .items() 的每个映射类型。进一步更快，因为它避免了 if 条件。尽管如此，功劳归于伊姆兰：

def flatten(d, parent_key=''):
    items = []
    for k, v in d.items():
        try:
            items.extend(flatten(v, '%s%s_' % (parent_key, k)).items())
        except AttributeError:
            items.append(('%s%s' % (parent_key, k), v))
    return dict(items)

Answer 9

Python3.5 中的功能性和高性能解决方案怎么样？

from functools import reduce


def _reducer(items, key, val, pref):
    if isinstance(val, dict):
        return {**items, **flatten(val, pref + key)}
    else:
        return {**items, pref + key: val}

def flatten(d, pref=''):
    return(reduce(
        lambda new_d, kv: _reducer(new_d, *kv, pref), 
        d.items(), 
        {}
    ))

这甚至更加高效：

def flatten(d, pref=''):
    return(reduce(
        lambda new_d, kv: \
            isinstance(kv[1], dict) and \
            {**new_d, **flatten(kv[1], pref + kv[0])} or \
            {**new_d, pref + kv[0]: kv[1]}, 
        d.items(), 
        {}
    ))

使用中：

my_obj = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y': 10}}, 'd': [1, 2, 3]}

print(flatten(my_obj)) 
# {'d': [1, 2, 3], 'cby': 10, 'cbx': 5, 'ca': 2, 'a': 1}

Answer 10

如果您是pythonic oneliners的粉丝：

my_dict={'a': 1,'c': {'a': 2,'b': {'x': 5,'y' : 10}},'d': [1, 2, 3]}

list(pd.json_normalize(my_dict).T.to_dict().values())[0]

返回：

{'a': 1, 'c.a': 2, 'c.b.x': 5, 'c.b.y': 10, 'd': [1, 2, 3]}

如果您有一个字典列表而不仅仅是一个字典，则可以从末尾保留[0]。

Answer 11

我使用生成器的 Python 3.3 解决方案：

def flattenit(pyobj, keystring=''):
   if type(pyobj) is dict:
     if (type(pyobj) is dict):
         keystring = keystring + "_" if keystring else keystring
         for k in pyobj:
             yield from flattenit(pyobj[k], keystring + k)
     elif (type(pyobj) is list):
         for lelm in pyobj:
             yield from flatten(lelm, keystring)
   else:
      yield keystring, pyobj

my_obj = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y': 10}}, 'd': [1, 2, 3]}

#your flattened dictionary object
flattened={k:v for k,v in flattenit(my_obj)}
print(flattened)

# result: {'c_b_y': 10, 'd': [1, 2, 3], 'c_a': 2, 'a': 1, 'c_b_x': 5}

Answer 12

利用递归，保持简单和人类可读：

def flatten_dict(dictionary, accumulator=None, parent_key=None, separator="."):
    if accumulator is None:
        accumulator = {}

    for k, v in dictionary.items():
        k = f"{parent_key}{separator}{k}" if parent_key else k
        if isinstance(v, dict):
            flatten_dict(dictionary=v, accumulator=accumulator, parent_key=k)
            continue

        accumulator[k] = v

    return accumulator

调用很简单：

new_dict = flatten_dict(dictionary)

或者

new_dict = flatten_dict(dictionary, separator="_")

如果我们想更改默认分隔符。

一点小细节：

首次调用该函数时，仅传递我们想要展平的字典。 Accumulator 参数在这里支持递归，我们稍后会看到。因此，我们将累加器实例化为一个空字典，将原始字典中的所有嵌套值放入其中。

if accumulator is None:
    accumulator = {}

当我们迭代字典的值时，我们为每个值构造一个键。对于第一次调用，parent_key 参数将为 None，而对于每个嵌套字典，它将包含指向它的键，因此我们在前面添加该键。

k = f"{parent_key}{separator}{k}" if parent_key else k

如果值 v 的键 k 指向的是一个字典，则该函数调用自身，传递嵌套字典、累加器（其中通过引用传递，因此对它所做的所有更改都是在同一个实例上完成的）和键 k ，以便我们可以构造串联键。请注意 continue 语句。我们希望跳过 if 块之外的下一行，以便嵌套字典不会最终出现在键 kaccumulator 中>。

if isinstance(v, dict):
    flatten_dict(dict=v, accumulator=accumulator, parent_key=k)
    continue

那么，如果值 v 不是字典，我们该怎么办？只需将其原封不动地放入累加器中即可。

accumulator[k] = v

完成后，我们只需返回累加器，而原始字典参数保持不变。

注意

这仅适用于以字符串作为键的字典。它将与实现 __repr__ 方法的可哈希对象一起使用，但会产生不需要的结果。

Answer 13

这是使用堆栈的解决方案。没有递归。

def flatten_nested_dict(nested):
    stack = list(nested.items())
    ans = {}
    while stack:
        key, val = stack.pop()
        if isinstance(val, dict):
            for sub_key, sub_val in val.items():
                stack.append((f"{key}_{sub_key}", sub_val))
        else:
            ans[key] = val
    return ans

Answer 14

用于展平嵌套字典的简单函数。对于 Python 3，将 .iteritems() 替换为 .items()

def flatten_dict(init_dict):
    res_dict = {}
    if type(init_dict) is not dict:
        return res_dict

    for k, v in init_dict.iteritems():
        if type(v) == dict:
            res_dict.update(flatten_dict(v))
        else:
            res_dict[k] = v

    return res_dict

想法/要求是：
获取扁平字典，无需保留父密钥。

使用示例：

dd = {'a': 3, 
      'b': {'c': 4, 'd': 5}, 
      'e': {'f': 
                 {'g': 1, 'h': 2}
           }, 
      'i': 9,
     }

flatten_dict(dd)

>> {'a': 3, 'c': 4, 'd': 5, 'g': 1, 'h': 2, 'i': 9}

保留父键也很简单。

Answer 15

我正在考虑 UserDict 的子类来自动平放按键。

class FlatDict(UserDict):
    def __init__(self, *args, separator='.', **kwargs):
        self.separator = separator
        super().__init__(*args, **kwargs)

    def __setitem__(self, key, value):
        if isinstance(value, dict):
            for k1, v1 in FlatDict(value, separator=self.separator).items():
                super().__setitem__(f"{key}{self.separator}{k1}", v1)
        else:
            super().__setitem__(key, value)

‌‌
可以即时添加键或使用标准字典实例化的优点，毫不奇怪：

>>> fd = FlatDict(
...    {
...        'person': {
...            'sexe': 'male', 
...            'name': {
...                'first': 'jacques',
...                'last': 'dupond'
...            }
...        }
...    }
... )
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond'}
>>> fd['person'] = {'name': {'nickname': 'Bob'}}
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond', 'person.name.nickname': 'Bob'}
>>> fd['person.name'] = {'civility': 'Dr'}
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond', 'person.name.nickname': 'Bob', 'person.name.civility': 'Dr'}

Answer 16

这与伊姆兰和拉鲁的回答相似。它不使用生成器，而是使用带有闭包的递归：

def flatten_dict(d, separator='_'):
  final = {}
  def _flatten_dict(obj, parent_keys=[]):
    for k, v in obj.iteritems():
      if isinstance(v, dict):
        _flatten_dict(v, parent_keys + [k])
      else:
        key = separator.join(parent_keys + [k])
        final[key] = v
  _flatten_dict(d)
  return final

>>> print flatten_dict({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]})
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Answer 17

上面的答案确实很好用。只是想我会添加我编写的 unflatten 函数：

def unflatten(d):
    ud = {}
    for k, v in d.items():
        context = ud
        for sub_key in k.split('_')[:-1]:
            if sub_key not in context:
                context[sub_key] = {}
            context = context[sub_key]
        context[k.split('_')[-1]] = v
    return ud

注意：这并不考虑键中已经存在的“_”，就像展平对应项一样。

Answer 18

Davoud 的解决方案非常好，但当嵌套字典还包含字典列表时，不会给出令人满意的结果，但他的代码适合这种情况：

def flatten_dict(d):
    items = []
    for k, v in d.items():
        try:
            if (type(v)==type([])): 
                for l in v: items.extend(flatten_dict(l).items())
            else: 
                items.extend(flatten_dict(v).items())
        except AttributeError:
            items.append((k, v))
    return dict(items)

Answer 19

def flatten(unflattened_dict, separator='_'):
    flattened_dict = {}

    for k, v in unflattened_dict.items():
        if isinstance(v, dict):
            sub_flattened_dict = flatten(v, separator)
            for k2, v2 in sub_flattened_dict.items():
                flattened_dict[k + separator + k2] = v2
        else:
            flattened_dict[k] = v

    return flattened_dict

Answer 20

事实上，我最近写了一个名为cherrypicker的包来处理这类事情，因为我不得不经常这样做！

我认为以下代码将为您提供所需的信息：

from cherrypicker import CherryPicker

dct = {
    'a': 1,
    'c': {
        'a': 2,
        'b': {
            'x': 5,
            'y' : 10
        }
    },
    'd': [1, 2, 3]
}

picker = CherryPicker(dct)
picker.flatten().get()

您可以使用以下命令安装软件包：

pip install cherrypicker

...并且在 https://cherrypicker.readthedocs.io。

其他方法可能会更快，但此包的首要任务是使此类任务变得简单。如果您确实有大量对象需要展平，您也可以告诉 CherryPicker 使用并行处理来加快速度。

Answer 21

使用生成器：

def flat_dic_helper(prepand,d):
    if len(prepand) > 0:
        prepand = prepand + "_"
    for k in d:
        i = d[k]
        if isinstance(i, dict):
            r = flat_dic_helper(prepand + k,i)
            for j in r:
                yield j
        else:
            yield (prepand + k,i)

def flat_dic(d):
    return dict(flat_dic_helper("",d))

d = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}
print(flat_dic(d))


>> {'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Answer 22

使用 Flatdict 库：

dic={'a': 1,
 'c': {'a': 2,
       'b': {'x': 5,
             'y' : 10}},
 'd': [1, 2, 3]}

import flatdict
f =  flatdict.FlatDict(dic,delimiter='_')
print(f)
#output
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'c_b_y': 10, 'd': [1, 2, 3]}

Answer 23

这是一种优雅的就地替换算法。使用 Python 2.7 和 Python 3.5 进行测试。使用点字符作为分隔符。

def flatten_json(json):
    if type(json) == dict:
        for k, v in list(json.items()):
            if type(v) == dict:
                flatten_json(v)
                json.pop(k)
                for k2, v2 in v.items():
                    json[k+"."+k2] = v2

示例：

d = {'a': {'b': 'c'}}                   
flatten_json(d)
print(d)
unflatten_json(d)
print(d)

输出：

{'a.b': 'c'}
{'a': {'b': 'c'}}

我在此处发布了此代码以及匹配的unflatten_json 功能。

Answer 24

如果您想要平面嵌套字典并想要所有唯一键列表，那么这里是解决方案：

def flat_dict_return_unique_key(data, unique_keys=set()):
    if isinstance(data, dict):
        [unique_keys.add(i) for i in data.keys()]
        for each_v in data.values():
            if isinstance(each_v, dict):
                flat_dict_return_unique_key(each_v, unique_keys)
    return list(set(unique_keys))

Answer 25

我总是更喜欢通过 .items() 访问 dict 对象，因此为了扁平化 dict，我使用以下递归生成器 flat_items(d)。如果您想再次使用 dict，只需将其包装如下：flat = dict(flat_items(d))

def flat_items(d, key_separator='.'):
    """
    Flattens the dictionary containing other dictionaries like here: https://stackoverflow.com/questions/6027558/flatten-nested-python-dictionaries-compressing-keys

    >>> example = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}
    >>> flat = dict(flat_items(example, key_separator='_'))
    >>> assert flat['c_b_y'] == 10
    """
    for k, v in d.items():
        if type(v) is dict:
            for k1, v1 in flat_items(v, key_separator=key_separator):
                yield key_separator.join((k, k1)), v1
        else:
            yield k, v

Answer 26

def flatten_nested_dict(_dict, _str=''):
    '''
    recursive function to flatten a nested dictionary json
    '''
    ret_dict = {}
    for k, v in _dict.items():
        if isinstance(v, dict):
            ret_dict.update(flatten_nested_dict(v, _str = '_'.join([_str, k]).strip('_')))
        elif isinstance(v, list):
            for index, item in enumerate(v):
                if isinstance(item, dict):
                    ret_dict.update(flatten_nested_dict(item,  _str= '_'.join([_str, k, str(index)]).strip('_')))
                else:
                    ret_dict['_'.join([_str, k, str(index)]).strip('_')] = item
        else:
            ret_dict['_'.join([_str, k]).strip('_')] = v
    return ret_dict

Answer 27

在简单的类似嵌套列表的递归中使用 dict.popitem() ：

def flatten(d):
    if d == {}:
        return d
    else:
        k,v = d.popitem()
        if (dict != type(v)):
            return {k:v, **flatten(d)}
        else:
            flat_kv = flatten(v)
            for k1 in list(flat_kv.keys()):
                flat_kv[k + '_' + k1] = flat_kv[k1]
                del flat_kv[k1]
            return {**flat_kv, **flatten(d)}

Answer 28

如果您不介意递归函数，这里有一个解决方案。我还冒昧地添加了一个排除参数，以防您希望保留一个或多个值。

代码：

def flatten_dict(dictionary, exclude = [], delimiter ='_'):
    flat_dict = dict()
    for key, value in dictionary.items():
        if isinstance(value, dict) and key not in exclude:
            flatten_value_dict = flatten_dict(value, exclude, delimiter)
            for k, v in flatten_value_dict.items():
                flat_dict[f"{key}{delimiter}{k}"] = v
        else:
            flat_dict[key] = value
    return flat_dict

用法：

d = {'a':1, 'b':[1, 2], 'c':3, 'd':{'a':4, 'b':{'a':7, 'b':8}, 'c':6}, 'e':{'a':1,'b':2}}
flat_d = flatten_dict(dictionary=d, exclude=['e'], delimiter='.')
print(flat_d)

输出：

{'a': 1, 'b': [1, 2], 'c': 3, 'd.a': 4, 'd.b.a': 7, 'd.b.b': 8, 'd.c': 6, 'e': {'a': 1, 'b': 2}}

Answer 29

我尝试了此页面上的一些解决方案 - 虽然不是全部 - 但我尝试的解决方案未能处理字典的嵌套列表。

考虑这样的字典：

d = {
        'owner': {
            'name': {'first_name': 'Steven', 'last_name': 'Smith'},
            'lottery_nums': [1, 2, 3, 'four', '11', None],
            'address': {},
            'tuple': (1, 2, 'three'),
            'tuple_with_dict': (1, 2, 'three', {'is_valid': False}),
            'set': {1, 2, 3, 4, 'five'},
            'children': [
                {'name': {'first_name': 'Jessica',
                          'last_name': 'Smith', },
                 'children': []
                 },
                {'name': {'first_name': 'George',
                          'last_name': 'Smith'},
                 'children': []
                 }
            ]
        }
    }

这是我的临时解决方案：

def flatten_dict(input_node: dict, key_: str = '', output_dict: dict = {}):
    if isinstance(input_node, dict):
        for key, val in input_node.items():
            new_key = f"{key_}.{key}" if key_ else f"{key}"
            flatten_dict(val, new_key, output_dict)
    elif isinstance(input_node, list):
        for idx, item in enumerate(input_node):
            flatten_dict(item, f"{key_}.{idx}", output_dict)
    else:
        output_dict[key_] = input_node
    return output_dict

它产生：

{
  owner.name.first_name: Steven,
  owner.name.last_name: Smith,
  owner.lottery_nums.0: 1,
  owner.lottery_nums.1: 2,
  owner.lottery_nums.2: 3,
  owner.lottery_nums.3: four,
  owner.lottery_nums.4: 11,
  owner.lottery_nums.5: None,
  owner.tuple: (1, 2, 'three'),
  owner.tuple_with_dict: (1, 2, 'three', {'is_valid': False}),
  owner.set: {1, 2, 3, 4, 'five'},
  owner.children.0.name.first_name: Jessica,
  owner.children.0.name.last_name: Smith,
  owner.children.1.name.first_name: George,
  owner.children.1.name.last_name: Smith,
}

一个临时解决方案，它并不完美。
注意：

• 它不会保留空字典，例如 address: {} k/v 对。

• 它不会展平嵌套元组中的字典 - 尽管使用Python元组的行为类似于列表这一事实很容易添加。

Answer 30

此使用 max_level 和自定义化简器压平嵌套字典、压缩键的变体。

  def flatten(d, max_level=None, reducer='tuple'):
      if reducer == 'tuple':
          reducer_seed = tuple()
          reducer_func = lambda x, y: (*x, y)
      else:
          raise ValueError(f'Unknown reducer: {reducer}')

      def impl(d, pref, level):
        return reduce(
            lambda new_d, kv:
                (max_level is None or level < max_level)
                and isinstance(kv[1], dict)
                and {**new_d, **impl(kv[1], reducer_func(pref, kv[0]), level + 1)}
                or {**new_d, reducer_func(pref, kv[0]): kv[1]},
                d.items(),
            {}
        )

      return impl(d, reducer_seed, 0)