Python中如何按字段映射合并两个JSON对象并追加对应value

实现思路 #

以两个数据集共有的field字段为关联键，先将次数据集转换为field: value的索引字典提升匹配效率，再遍历主数据集的所有表单项，将匹配到的value属性追加到对应对象中，最终得到合并结果。

完整可运行代码 #

import json
import copy

# 原始主数据集（若输入为JSON字符串，可通过json.loads()解析为Python字典）
primary = {
    "form-fields": [
        {"type": "text", "x-position": 0, "y-position": 0, "field": "buyer-1"},
        {"type": "text", "x-position": 0, "y-position": 10, "field": "buyer-2"}
    ]
}
# 原始次数据集
secondary = {
    "form-data": [
        {"field": "buyer-1", "value": "John Smith"},
        {"field": "buyer-2", "value": "Susan Smith"}
    ]
}

# 如需保留原始主数据集不被修改，可先做深拷贝操作
# merged_result = copy.deepcopy(primary)
merged_result = primary

# 构建次数据集的字段-值映射表
value_map = {item["field"]: item["value"] for item in secondary["form-data"]}

# 遍历主数据集追加匹配的value
for form_item in merged_result["form-fields"]:
    match_value = value_map.get(form_item["field"])
    if match_value is not None:
        form_item["value"] = match_value

# 若需要输出为JSON格式字符串，可执行以下代码
# print(json.dumps(merged_result, indent=2, ensure_ascii=False))

运行结果 #

执行代码后merged_result的值和预期完全一致：

{
  "form-fields": [
    {"type": "text", "x-position": 0, "y-position": 0, "field": "buyer-1", "value": "John Smith"},
    {"type": "text", "x-position": 0, "y-position": 10, "field": "buyer-2", "value": "Susan Smith"}
  ]
}

注意事项 #

• 代码对次数据集中不存在匹配字段的场景做了兼容，不会抛出键错误，未匹配的表单项会保留原有结构
• 字典索引的匹配方式时间复杂度为O(n)，远优于双层循环遍历的O(n*m)，适合表单项数量较多的场景
• 若不希望修改原始主数据集对象，务必使用copy.deepcopy()做深拷贝后再操作副本，避免原始数据被污染

内容的提问来源于stack exchange，提问作者Parker