处理嵌套列表生成Pandas Series时函数返回长度异常求助

问题背景 #

给定如下嵌套列表数据：

data = [[['INS', 'Y', '18', '021', '28', 'A', '', '', 'AC'],
         ['REF', '0F', '816383217'],
         ['HD', '021', '', 'EPO', 'Copayment Level -1', 'IND']],
        [['INS', 'Y', '18', '024', '07', 'A', '', '', 'TE'],
         ['REF', '0F', '734419065']],
        [['INS', 'Y', '18', '024', '07', 'A', '', '', 'TE'],
         ['REF', '0F', '778954065']]]

需要遍历数据生成一个Pandas Series，每个元素对应外层子列表中的Copayment Level -X里的数字X，不存在则填None。但现有函数返回的列表长度比预期多1：

def copay_level():
    l = []
    for i in data:
        for lst in i:
            for x in lst:
                if x.startswith('Copayment Level'):
                    x = x.split('-')
                    l.append(x[1])
        else:
            l.append(None)
    return l

copayment_level = pd.Series(copay_level())
print(copayment_level)
# 输出：
# 0       1
# 1    None
# 2    None
# 3    None
# dtype: object

问题原因 #

问题出在内层for lst in i循环后的else分支：Python中，for循环的else分支会在循环正常结束（没有被break中断）时执行。第一个外层子列表中，找到匹配项后已经append('1')，但内层循环正常结束后，依然会执行else里的append(None)，导致多添加了一个元素。

修正方案 #

给每个外层子列表设置一个标记，判断是否找到目标值，循环结束后根据标记添加对应内容：

import pandas as pd

data = [[['INS', 'Y', '18', '021', '28', 'A', '', '', 'AC'],
         ['REF', '0F', '816383217'],
         ['HD', '021', '', 'EPO', 'Copayment Level -1', 'IND']],
        [['INS', 'Y', '18', '024', '07', 'A', '', '', 'TE'],
         ['REF', '0F', '734419065']],
        [['INS', 'Y', '18', '024', '07', 'A', '', '', 'TE'],
         ['REF', '0F', '778954065']]]

def copay_level():
    l = []
    for i in data:
        found = False
        for lst in i:
            for x in lst:
                if x.startswith('Copayment Level'):
                    num = x.split('-')[1]
                    l.append(num)
                    found = True
                    break  # 找到后跳出内层循环，避免重复处理
            if found:
                break  # 跳出中层循环
        if not found:
            l.append(None)
    return l

copayment_level = pd.Series(copay_level())
print(copayment_level)
# 输出：
# 0       1
# 1    None
# 2    None
# dtype: object

说明 #

• 新增found标记，每个外层循环开始时初始化为False
• 找到目标值后，设置found=True并跳出内层循环，避免不必要的遍历
• 外层循环结束后，根据found的值决定添加数字还是None，确保每个外层子列表只对应一个结果

内容的提问来源于stack exchange，提问作者Ben Smith