Pythonic方法：如何将一个嵌套字典的属性更新至另一个？

现有如下嵌套结构的动物分类数据：

[
  {
    "id": 1,
    "name": "Mammals",
    "animals": [
        {
            "id": 1,
            "name": "Chinchilla",
            "extinct": False
        },
        {
            "id": 2,
            "name": "Wooly Mammoth",
            "extinct": True
        }
    ]
  }
]

需要通过另一个结构相同的更新数据（例如将龙猫的extinct属性改为True）批量更新原数据的extinct字段。常规嵌套for循环加if判断的实现方式不够优雅，希望找到更Pythonic的解决办法。

方案一：构建扁平化映射实现快速更新 #

先将原数据转换为以(分类ID, 动物ID)为键的字典映射，后续更新时直接通过键定位目标动物，避免多层嵌套查找：

# 原数据
original_data = [
  {
    "id": 1,
    "name": "Mammals",
    "animals": [
        {"id": 1, "name": "Chinchilla", "extinct": False},
        {"id": 2, "name": "Wooly Mammoth", "extinct": True}
    ]
  }
]

# 更新数据
update_data = [
  {
    "id": 1,
    "name": "Mammals",
    "animals": [
        {"id": 1, "name": "Chinchilla", "extinct": True}
    ]
  }
]

# 构建动物映射表
animal_map = {}
for category in original_data:
    cat_id = category["id"]
    for animal in category["animals"]:
        animal_map[(cat_id, animal["id"])] = animal

# 执行更新
for update_cat in update_data:
    cat_id = update_cat["id"]
    for update_animal in update_cat["animals"]:
        key = (cat_id, update_animal["id"])
        if key in animal_map:
            animal_map[key]["extinct"] = update_animal["extinct"]

这种方式将嵌套查找的时间复杂度从O(n*m)降低到O(1)，适合数据量较大、更新频繁的场景，代码逻辑清晰直观。

方案二：使用next()函数快速定位目标元素 #

利用生成器表达式结合next()直接定位需要更新的分类和动物，替代多层嵌套的循环判断：

# 执行更新
for update_cat in update_data:
    # 找到对应分类
    target_category = next(cat for cat in original_data if cat["id"] == update_cat["id"])
    # 更新对应动物的属性
    for update_animal in update_cat["animals"]:
        target_animal = next(animal for animal in target_category["animals"] if animal["id"] == update_animal["id"])
        target_animal["extinct"] = update_animal["extinct"]

该方案代码更紧凑，可读性强，适合小规模数据的更新场景。如果担心找不到对应元素报错，可以给next()添加默认值，例如next(..., None)，再判断是否为None后执行更新。

内容的提问来源于stack exchange，提问作者David Perry