Блог

Я пытаюсь отфильтровать массив Json с помощью Python на основе нескольких условий. Мой Json похож на этот (без корневого имени):

      {           
       "id": "123455",           
       "outter": {
          "inner": [
            {
              "nox": "abc:6666",
              "code": "1329",        
            }
           ],    
        },
        "topic": {
         "reference": "excel"
        }, 
        "date1": "1990-07-28T03:52:44-04:00",
        "finalDate": "1990-07-28T03:52:44-04:00"
      }
      {           
       "id": "123435",           
       "outter": {
          "inner": [
            {
              "nox": "abc:6666",
              "code": "9351",        
            }
           ],    
        },
        "topic": {
         "reference": "excel"
        }, 
        "date1": "1990-07-28T03:52:44-04:00",
        "finalDate": "1995-07-28T03:52:44-04:00"
      }
 

Моя цель состоит в том, чтобы отфильтровать на основе 2 условий и вернуть все, что им соответствует.

1: внешний —> внутренний —>> код = 9351 И

2: Окончательная дата >= 1995

До сих пор я могу выполнить эту проверку отдельно без проблем со следующим кодом:

    data = pd.read_json('myFile.ndjson', lines = True)

   for item in data['outter']:
      for x in item['inner']:
         if(x['code'] == '9351'):
            found....
 

но не уверен, как сделать и то, и другое одновременно, так как я должен начать цикл с или data['outter'] или data['finalDate'] , и внутри цикла у меня есть видимость только этого элемента массива, а не всего массива.

Любая помощь приветствуется, спасибо!

Вот одно из решений, которое может отфильтровать список, как уже упоминалось. Я использую понимание списков вместо циклов, и, вероятно, там есть кое-что, что можно было бы улучшить, но результат, по крайней мере, выглядит так, как ожидалось.

Примечание: При этом используется оператор walrus := , который представлен в Python 3.8. Если вы работаете в более ранней версии Python, вы, вероятно, можете удалить код, который его использует, но в этом случае я не слишком беспокоился.

 from pprint import pprint


data_list = [
    {
        "id": "123455",
        "outter": {
            "inner": [
                {
                    "nox": "abc:6666",
                    "code": "1329",
                }
            ],
        },
        "topic": {
            "reference": "excel"
        },
        "date1": "1990-07-28T03:52:44-04:00",
        "finalDate": "1990-07-28T03:52:44-04:00"
    },
    {
        "id": "123435",
        "outter": {
            "inner": [
                {
                    "nox": "abc:6666",
                    "code": "9351",
                }
            ],
        },
        "topic": {
            "reference": "excel"
        },
        "date1": "1990-07-28T03:52:44-04:00",
        "finalDate": "1995-07-28T03:52:44-04:00"
    }
]

result = [d for d in data_list
          if (year := d['finalDate'][:4]).isnumeric() and year >= '1995'
          and any(str(inner['code']) == '9351'
                  for inner in d['outter']['inner'] or [])]

pprint(result)
 

@ted сделал хорошее замечание о том, что важна читабельность, поэтому у меня было некоторое время, чтобы вернуться и написать его в типичном формате цикла (по сути, та же логика, что и выше). Я также много комментариев, чтобы, надеюсь, прояснить, что происходит в коде, надеюсь, вы найдете это полезным 🙂

 from pprint import pprint
from typing import Dict, List

result = []

# Looping over each dictionary in list
for d in data_list:
    # Grab the year part, first four characters of `finalDate`
    year = d['finalDate'][:4]
    # isnumeric() to confirm the year part is an an integer
    # then check if string (now confirmed to be numeric) has a higher
    # ASCII value than 1995.
    valid_year = year.isnumeric() and year >= '1995'
    # Simple, if it doesn't match our desired year then continue
    # with next loop iteration
    if not valid_year:
        continue
    # Get inner list, then loop over it
    inner_list: List[Dict] = d['outter']['inner']
    for inner in inner_list:
        if inner['code'] == '9351':
            # We found an inner with our desired code!
            break
    # The for-else syntax is pretty self-explanatory. This `else` statement is
    # only run when we don't `break` out of the loop above.
    else:
        # No break statement was run, so the desired code did not match
        # any elements. Again, continue with the next iteration.
        continue
    # At this point, we know it's valid since it matched both our
    # conditions, so we add it to the result list.
    result.append(d)

# Print the result, but it should be the same
pprint(result)
 

Попробуйте что-нибудь вроде этого.. Меняйте фильтры в соответствии с вашими потребностями 🙂

 for item in data:
    if item['finalDate'].startswith("1995"):
        for inner in item['outter']['inner']:
            if inner['code'] == '9351':
                print(item)