Python中实现两个嵌套字典相减，求非for循环的替代方法

假设你的两个字典分别为：

dict1 = {
    'BTC': {'DAE': -10526, 'Vega': 186, 'Theta': -34, 'Gamma': 149674},
    'ETH': {'DAE': -1123, 'Vega': 57, 'Theta': -5, 'Gamma': 2257}
}

dict2 = {
    'BTC': {'DAE': -105126, 'Vega': 1186, 'Theta': -314, 'Gamma': 1419674},
    'ETH': {'DAE': -11213, 'Vega': 157, 'Theta': -15, 'Gamma': 22157}
}

以下是几种替代显式for循环的实现方式：

1. 嵌套字典推导式 #

这是Python原生的简洁写法，本质是隐式循环，但代码更紧凑：

result = {
    coin: {metric: dict1[coin][metric] - dict2[coin][metric] 
           for metric in dict1[coin]}
    for coin in dict1
}

注意：该方法要求两个字典的外层key（如BTC、ETH）和内层key（如DAE、Vega）完全匹配，若存在不匹配的key，可改用dict.get()设置默认值来兼容。

2. 使用Pandas库 #

如果你的数据需要后续分析或处理，用Pandas会更高效，且代码直观：

import pandas as pd

# 将字典转为DataFrame
df1 = pd.DataFrame(dict1)
df2 = pd.DataFrame(dict2)

# 对应值相减
result_df = df1 - df2

# 转回嵌套字典
result = result_df.to_dict(orient='columns')

这种方法会自动对齐key，即使存在缺失key也会填充NaN（可通过fillna()处理），适合结构化数据场景。

3. 递归函数（通用深层嵌套场景） #

如果你的字典嵌套层数不确定，递归可以处理任意深度的嵌套结构：

def subtract_nested(d1, d2):
    return {
        k: subtract_nested(d1[k], d2[k]) 
        if isinstance(d1[k], dict) 
        else d1[k] - d2[k] 
        for k in d1
    }

result = subtract_nested(dict1, dict2)

递归方法扩展性强，只要两个嵌套结构一致，不管多少层都能处理。

内容的提问来源于stack exchange，提问作者Madan