字典已存在对应Key仍触发KeyError？链式合并字典遇问题

问题根源 #

你当前的csv_read_to_dict函数存在两个关键问题，直接导致合并时触发KeyError：

1. 直接覆盖字典值：每次处理CSV行时，你直接给final_dict[data[0]]赋值一个仅包含SEM_4的全新字典。如果目标字典中已有该学生ID的条目，原有SEM_1/SEM_2数据会被完全覆盖；如果合并时尝试访问目标字典中不存在的学生ID，就会触发KeyError。
2. CSV读取逻辑冗余：手动循环跳过表头的写法可简化，且未用with语句管理文件，存在资源泄漏风险。

修复方案 #

1. 优化CSV转字典函数 #

修改函数，让它生成仅包含目标SEM层级的字典，而非覆盖整个学生条目，同时优化文件操作：

import csv

def csv_read_to_dict(fl_name, sem_key):
    # 用with自动管理文件关闭，避免资源泄漏
    with open(fl_name, "r") as file:
        data = csv.reader(file)
        next(data)  # 直接跳过表头行，无需手动生成列表
        
        sem_dict = {}
        for row in data:
            student_id = row[0]
            # 仅生成当前SEM的Subject结构
            sem_data = {
                "Subject": {
                    "OS": row[2],
                    "OOP": row[3],
                    "COA": row[4],
                    "DM": row[5],
                    "Management": row[6]
                }
            }
            # 存储当前SEM的数据，不覆盖学生的其他SEM条目
            sem_dict[student_id] = {sem_key: sem_data}
        return sem_dict

2. 安全合并字典的方法 #

使用字典的setdefault方法，确保合并时不会因学生ID不存在触发KeyError，同时保留原有SEM数据：

# 假设已有包含SEM_1/SEM_2的字典为existing_dict
existing_dict = {
    "S101": {
        "SEM_1": {"Subject": {...}},
        "SEM_2": {"Subject": {...}}
    },
    # 其他学生条目...
}

# 读取SEM_4的CSV数据
sem4_data = csv_read_to_dict("sem4_data.csv", "SEM_4")
# 读取SEM_3的CSV数据（如果有单独文件）
sem3_data = csv_read_to_dict("sem3_data.csv", "SEM_3")

# 合并SEM_4到已有字典
for student_id, sem_data in sem4_data.items():
    # 如果学生ID不存在，自动创建空字典；存在则直接获取现有条目
    student_entry = existing_dict.setdefault(student_id, {})
    # 合并SEM_4数据，不会覆盖原有SEM_1/SEM_2
    student_entry.update(sem_data)

# 同理合并SEM_3
for student_id, sem_data in sem3_data.items():
    student_entry = existing_dict.setdefault(student_id, {})
    student_entry.update(sem_data)

关键说明 #

• setdefault(student_id, {})：确保学生ID不在现有字典中时，自动创建空字典作为该ID的值，彻底避免KeyError。
• update(sem_data)：将新的SEM层级（如SEM_4）合并到学生条目中，完全保留已有的SEM_1/SEM_2数据。

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