列出理解并扁平的深度数据结构

Question

我有一个看起来如下的数据结构(这是非常简化的，我的实际数据在每个日期都有大量的日期数据(：

data = {
    '2019-01-01': {
        'job-1-id': {'name': 'Job 1', 'address': '123 main st.'},
        'job-2-id': {'name': 'Job 2', 'address': '824 1st Ave.'},
    },
    '2019-01-02': {
        'job-1-id': {'name': 'Job 1', 'address': '123 main st.'},
        'job-3-id': {'name': 'Job 3', 'address': '485 Pleasant Rd.'}
    }
}

我想做的就是将其弄平，将date和job id推到一系列对象。例如：

data_flat = [
    {'id': 'job-1-id', 'date': '2019-01-01', 'name': 'Job 1', 'address': '123 main st.'},
    {'id': 'job-2-id', 'date': '2019-01-01', 'name': 'Job 2', 'address': '824 1st Ave.'},
    {'id': 'job-1-id', 'date': '2019-01-02', 'name': 'Job 1', 'address': '123 main st.'},
    {'id': 'job-3-id', 'date': '2019-01-02', 'name': 'Job 3', 'address': '485 Pleasant Rd.'},
]

显然我可以查看并构建一个新数组：

data_flat = []
for date, jobs in data.items():
    for job_id, job in jobs.items():
        data_flat.append({'id': job_id, 'date': date, etc...})

但是，使用这样的嵌套数据使用列表理解，是否有更多的Pythonic/有效方法来执行此操作？我能想到的就是使用列表理解内循环，然后使用extend来构建列表，而不是附加。想法？

Answer 1

可能的列表理解解决方案可能如下，在其中我们解开 job字典，然后添加 id and date键值对，同时在两个上迭代以进行loops

[{**job, 'id': job_id, 'date': date} for date, jobs in data.items() for job_id, job in jobs.items()]

在传统的循环中看起来像

for date, jobs in data.items():
    for job_id, job in jobs.items():
        data_flat.append({**job, 'id': job_id, 'date': date})

Answer 2

可以轻松地通过reduce进行平面列表。

您需要使用 initializer - reduce函数中的第三个参数。

reduce(
 lambda _list, date: _list.extend(
   {'date': date, 'id':_id, **detail} for _id, detail in data[date].items()) or _list, 
 data, 
 [])

上面的代码适用于Python2和Python3，但是您需要将模块作为from functools import reduce导入。有关详细信息，请参阅下面的链接。

• python2

• python3