如何按多键将Python字典分组为层级结构？

问题描述 #

原始数据 #

[{'subtopic': 'kuku',
  'topic': 'lulu',
  'attachments': ['ttt'],
  'text': 'abc'},
 {'subtopic': 'tutu',
  'topic': 'lulu',
  'attachments': ['pipu'],
  'text': 'bubb'},
 {'subtopic': 'did',
  'topic': 'lulu',
  'attachments': ['ktop'],
  'text': 'gfg'},
 {'subtopic': 'polo',
  'topic': 'lulu',
  'attachments': ['vuvu'],
  'text': 'prolo'},
 {'subtopic': 'ssd',
  'topic': 'lulu',
  'attachments': ['jkjk'],
  'text': 'vint'},
 {'subtopic': 'plp',
  'topic': 'lulu',
  'attachments': ['fre'],
  'text': 'viw'},
 {'subtopic': 'prw',
  'topic': 'kll',
  'attachments': [],
  'text': 'kkk'},
 {'subtopic': 'prw',
  'topic': 'kll',
  'attachments': [],
  'text': 'fgfger2'}]

期望目标格式 #

{
    "lulu": {
        "kuku": {
            'attachments': ['ttt'],
            'text': ['abc']
            },
        "tutu": {
            'attachments': ['pipu'],
            'text': ['bubb']
            },
        "did": {
            'attachments': ['ktop'],
            'text': ['gfg']
        },
        "polo": {
            'attachments': ['vuvu'],
            'text': ['prolo']
        },
        "ssd": {
            'attachments': ['jkjk'],
            'text': ['vint']
        },
        "plp": {
            'attachments': ['fre'],
            'text': ['viw']
        }
        
    },
    "kll": {
        "prw": {
            'attachments': [],
            'text': ['kkk', 'fgfger2']
        }
    }
} 

原错误代码 #

import itertools
import operator

groups = ['topic', 'subtopic', "text", "attachments"]
groups.reverse()

def hierachical_data(data, groups):
    g = groups[-1]
    g_list = []
    for key, items in itertools.groupby(data, operator.itemgetter(g)):
        g_list.append({key:list(items)})
    groups = groups[0:-1]
    if(len(groups) != 0):
        for e in g_list:
            for k, v in e.items():
                e[k] = hierachical_data(v, groups)
    return g_list

filtered_top_facts_dicts = [{'subtopic': 'kuku',...}] # 原始数据列表
print(hierachical_data(filtered_top_facts_dicts, groups))

错误原因 #

1. 原代码错误地将attachments（列表类型）作为分组键，而itertools.groupby要求分组键必须是可哈希类型，列表不可哈希，因此抛出错误。
2. 分组逻辑不符合目标需求：目标是先按topic、再按subtopic分组，最后收集同组的text和attachments为列表，而非对这两个字段再次分组。

修正后的代码 #

from collections import defaultdict

def group_by_topic_subtopic(data):
    # 构建嵌套默认字典，自动创建不存在的层级键
    result = defaultdict(lambda: defaultdict(lambda: {'attachments': [], 'text': []}))
    for item in data:
        topic = item['topic']
        subtopic = item['subtopic']
        # 收集attachments（用extend合并列表）和text（用append添加单个元素）
        result[topic][subtopic]['attachments'].extend(item['attachments'])
        result[topic][subtopic]['text'].append(item['text'])
    # 将嵌套defaultdict转换为普通字典（可选操作，按需保留）
    return {k: dict(v) for k, v in result.items()}

# 测试数据
filtered_top_facts_dicts = [
    {'subtopic': 'kuku', 'topic': 'lulu', 'attachments': ['ttt'], 'text': 'abc'},
    {'subtopic': 'tutu', 'topic': 'lulu', 'attachments': ['pipu'], 'text': 'bubb'},
    {'subtopic': 'did', 'topic': 'lulu', 'attachments': ['ktop'], 'text': 'gfg'},
    {'subtopic': 'polo', 'topic': 'lulu', 'attachments': ['vuvu'], 'text': 'prolo'},
    {'subtopic': 'ssd', 'topic': 'lulu', 'attachments': ['jkjk'], 'text': 'vint'},
    {'subtopic': 'plp', 'topic': 'lulu', 'attachments': ['fre'], 'text': 'viw'},
    {'subtopic': 'prw', 'topic': 'kll', 'attachments': [], 'text': 'kkk'},
    {'subtopic': 'prw', 'topic': 'kll', 'attachments': [], 'text': 'fgfger2'}
]

# 执行并格式化输出
result = group_by_topic_subtopic(filtered_top_facts_dicts)
import json
print(json.dumps(result, indent=2))

代码说明 #

1. 嵌套默认字典：用defaultdict自动创建topic和subtopic层级，避免手动判断键是否存在，简化代码逻辑。
2. 数据收集：遍历原始数据，将每个条目的attachments合并到对应分组的列表中，text添加到对应分组的列表中。
3. 类型转换：最后将嵌套的defaultdict转为普通字典，保证输出格式符合常规字典结构（若不需要可省略此步骤）。

输出结果 #

{
  "lulu": {
    "kuku": {
      "attachments": ["ttt"],
      "text": ["abc"]
    },
    "tutu": {
      "attachments": ["pipu"],
      "text": ["bubb"]
    },
    "did": {
      "attachments": ["ktop"],
      "text": ["gfg"]
    },
    "polo": {
      "attachments": ["vuvu"],
      "text": ["prolo"]
    },
    "ssd": {
      "attachments": ["jkjk"],
      "text": ["vint"]
    },
    "plp": {
      "attachments": ["fre"],
      "text": ["viw"]
    }
  },
  "kll": {
    "prw": {
      "attachments": [],
      "text": ["kkk", "fgfger2"]
    }
  }
}

内容的提问来源于stack exchange，提问作者SteveS