Python 2.7如何移除字典的timestamp及嵌套JSON的updated_date字段？

针对Python 2.7环境，要高效处理包含多个字典的列表，移除顶层timestamp字段以及attributes（JSON字符串）内的updated_date字段，推荐用列表推导式+字典推导式组合，这比显式循环更高效（底层由C实现，执行速度更快），具体实现如下：

核心代码 #

import json

# 示例输入数据
data = [
    {
        "timestamp": 1620000000,
        "attributes": '{"name": "test", "updated_date": "2021-05-03", "value": 100}',
        "other_field": "keep"
    },
    {
        "timestamp": 1630000000,
        "attributes": '{"name": "demo", "updated_date": "2021-09-01", "value": 200}',
        "other_field": "retain"
    }
]

# 高效处理逻辑
processed_data = [
    {
        # 过滤顶层的timestamp字段
        k: (
            # 处理attributes字段：解析JSON→移除updated_date→转回字符串
            json.dumps(json.loads(v).pop("updated_date", None))
            if k == "attributes"
            else v
        )
        for k, v in item.iteritems()
        if k != "timestamp"
    }
    for item in data
]

关键细节说明 #

• 避免显式循环：用列表推导式遍历整个列表，字典推导式处理每个字典的键值对，比for循环+append的写法执行效率更高。
• JSON解析与序列化：通过json.loads()将attributes的JSON字符串转为字典，用pop("updated_date", None)安全移除目标字段（第二个参数None避免字段不存在时抛出异常），再用json.dumps()转回字符串。
• 不修改原数据：推导式会生成新的字典和列表，原输入数据不会被改动，若需要原地修改可调整逻辑，但原地修改通常不如生成新数据安全。

可选优化（针对大量数据） #

如果数据量极大，可以考虑用itertools.imap替代列表推导式，实现惰性迭代，减少内存占用：

import json
import itertools

def process_item(item):
    processed = {k: v for k, v in item.iteritems() if k != "timestamp"}
    attrs = json.loads(processed["attributes"])
    attrs.pop("updated_date", None)
    processed["attributes"] = json.dumps(attrs)
    return processed

# 惰性生成处理后的结果，适合超大数据集
processed_data = itertools.imap(process_item, data)

内容的提问来源于stack exchange，提问作者kumar Raj