如何在Python中对JSON数据同ID的POK与TOK值做减法？

我来帮你搞定这个问题！核心问题是你之前提取POK、TOK列表时，没有把同一个id对应的两个值关联起来。所以第一步要按id分组，把每个id对应的POK和TOK值绑定在一起，之后就能轻松完成减法运算了。下面是具体的解决方案和优化思路：

基础实现代码 #

这是完整的可运行代码，包含JSON解析、分组和差值计算的全流程：

import json

# 你的原始JSON数据
raw_json = '''{ "data": [ { "id": "1", "type": "POK", "value": "34" }, { "id": "1", "type": "TOK", "value": "32" }, { "id": "1", "type": "POC", "value": "43" }, { "id": "2", "type": "POK", "value": "45" }, { "id": "2", "type": "TOK", "value": "67" }, { "id": "3", "type": "POK", "value": "12" }, { "id": "2", "type": "POC", "value": "23" }, { "id": "3", "type": "TOK", "value": "34" } ] }'''

# 解析JSON数据
data_list = json.loads(raw_json)['data']

# 用字典存储每个id对应的POK和TOK值
id_grouped = {}
for item in data_list:
    item_id = item['id']
    item_type = item['type']
    # 将字符串类型的value转为整数，方便计算
    item_value = int(item['value'])
    
    # 初始化当前id的存储字典
    if item_id not in id_grouped:
        id_grouped[item_id] = {}
    
    # 只保留POK和TOK类型的数据
    if item_type in ('POK', 'TOK'):
        id_grouped[item_id][item_type] = item_value

# 计算每个id的POK - TOK差值
result = {}
for id_key, type_values in id_grouped.items():
    # 确保当前id同时存在POK和TOK数据，避免报错
    if 'POK' in type_values and 'TOK' in type_values:
        result[id_key] = type_values['POK'] - type_values['TOK']
    else:
        result[id_key] = "缺少POK或TOK数据"

# 输出最终结果
print(result)
# 输出结果：{'1': 2, '2': -22, '3': -22}

代码优化思路 #

1. 使用defaultdict简化分组逻辑 #

用collections.defaultdict替代普通字典，省去每次判断id是否存在的步骤，让代码更简洁：

from collections import defaultdict

id_grouped = defaultdict(dict)
for item in data_list:
    item_id = item['id']
    item_type = item['type']
    item_value = int(item['value'])
    if item_type in ('POK', 'TOK'):
        id_grouped[item_id][item_type] = item_value

2. 用字典推导式简化结果计算 #

把差值计算的循环改成字典推导式，代码更紧凑：

result = {
    id_key: type_values['POK'] - type_values['TOK']
    if 'POK' in type_values and 'TOK' in type_values
    else "缺少数据"
    for id_key, type_values in id_grouped.items()
}

3. 大数据量场景用pandas高效处理 #

如果你的数据量很大，用pandas的分组和透视表功能会更高效，代码也更简洁：

import pandas as pd

# 转换成DataFrame
df = pd.DataFrame(data_list)
# 过滤出POK和TOK类型，并把value转为整数
df_filtered = df[df['type'].isin(['POK', 'TOK'])].copy()
df_filtered['value'] = df_filtered['value'].astype(int)

# 透视表转换：id为行，type为列，value为值
pivot_df = df_filtered.pivot(index='id', columns='type', values='value')
# 计算差值
pivot_df['POK_MINUS_TOK'] = pivot_df['POK'] - pivot_df['TOK']

# 输出结果字典
print(pivot_df['POK_MINUS_TOK'].to_dict())

4. 增加数据校验 #

可以在处理前检查数据完整性，比如某个id缺少POK或TOK时，打印警告信息，方便排查问题：

for id_key, type_values in id_grouped.items():
    if 'POK' not in type_values:
        print(f"警告：id {id_key} 缺少POK数据")
    if 'TOK' not in type_values:
        print(f"警告：id {id_key} 缺少TOK数据")

内容的提问来源于stack exchange，提问作者S Andrew