如何向双层嵌套字典追加内容而非覆盖原有数据？

问题场景 #

现有一个双层嵌套字典errors，已成功写入格式错误信息，但在添加必填字段空值/NaN错误时，原有数据被全部覆盖，需要实现仅追加新错误，保留原有数据的效果。

现有代码及问题 #

初始数据与格式错误写入代码 #

import pandas as pd

data= {'First Name': ['Sally', 'Bob', 'Sue', 'Tom', 'Will'],
     'Last Name': ['William', '', 'Wright', 'Smith','Thomas'],
     'Email Address':['sally@gmail.co.uk','bobby123@gmail.com','suewright_123@yahoo.gov','tom.smith23@students.wacs.fl.us',''],
     'Industry': ['Automotive','Gas', 'Healthcare', 'Other', 'Biotech / Pharma'],
     'SME Vertical': ['Education', 'hotels', '', 'project management and design',''],
     'System Type': ['Access','Access','video Systems','Access','Access'],
     'Account Type': ['Commercial', '','Reseller','','Small']}
 
df=pd.DataFrame(data)
df1= df[["Industry",'System Type','Account Type', 'SME Vertical']]
req_cols=  ['First Name','Last Name','Email Address']
 
errors= {}
filename = "Data Template"  # 假设filename为该值
errors[filename]={}

# 写入格式错误信息（运行正常）
mask = df1.apply(lambda c: c.isin(valid[c.name]))  # valid为外部JSON读取的有效值字典
df1.mask(mask|df1.eq(' ')).stack()
for err_i, (r, v) in enumerate(df1.mask(mask|df1.eq(' ')).stack().iteritems()):
    errors[filename][err_i] = {"row": r[0],
                               "column": r[1],
                               "message": v + " is invalid"}

导致覆盖的必填字段错误写入代码 #

bad_nan = df.loc[df[req_cols].isna().any(1)]
bad_nan=bad_nan.fillna(value='NaN' )
for col in bad_nan.columns:
   for i in bad_nan.index:
      if bad_nan.loc[i, col] == 'NaN':
         # 此处直接赋值替换了整个errors[filename]字典，导致原有数据丢失
         errors[filename]={ "row": i,
                 "column": col,
                 "message": "This is a required field" }

错误原因 #

上述代码中errors[filename] = {...}是直接替换errors[filename]对应的整个字典对象，而非在已有字典中添加新的键值对，因此原有格式错误数据被完全覆盖。

解决方案 #

要实现追加，需先获取当前errors[filename]中已有的条目数量，以此作为新错误条目的起始索引，确保新条目添加到已有字典的末尾：

# 修正后的必填字段错误写入代码
bad_nan = df.loc[df[req_cols].isna().any(1)]
bad_nan = bad_nan.fillna(value='NaN')

# 获取当前已有的错误条目数，作为新条目的起始索引
start_idx = len(errors[filename])

for col in req_cols:  # 仅遍历必填字段，减少不必要的循环
    for i in bad_nan.index:
        if bad_nan.loc[i, col] == 'NaN':
            # 用start_idx递增的方式添加新条目，避免覆盖
            errors[filename][start_idx] = {
                "row": i,
                "column": col,
                "message": "This is a required field"
            }
            start_idx += 1

优化说明 #

• 仅遍历req_cols（必填字段），减少不必要的循环
• 通过len(errors[filename])获取当前错误条目数，确保新条目从下一个索引开始添加
• 每添加一个条目后递增start_idx，保证键值唯一，避免覆盖已有条目

效果验证 #

修改后，errors[filename]将同时包含原有格式错误和新增的必填字段空值错误，达到预期的共存效果：

key            Type     Size                    Value
Data Template   dict       8          {'row': 1, 'column': 'Industry', 'message': 'gas is invalid'}
                                      {'row': 1, 'column': 'SME Vertical', 'message': 'hotels is invalid'}
                                      {'row': 2, 'column': 'Industry', 'message': 'healthcare is invalid'}
                                      {'row': 3, 'column': 'Industry', 'message': 'other is invalid'}
                                      {'row': 3, 'column': 'SME Vertical', 'message': 'project management and design is invalid'}
                                      {'row': 4, 'column': 'Account Type', 'message': 'small is invalid'}
                                      {'row': 2, 'column' : 'Last Name', 'message': 'this is a required field'}
                                      {'row': 4, 'column' : 'Email Address', 'message': 'this is a required field'}

内容的提问来源于stack exchange，提问作者user19702551