Python中处理嵌套字典与列表数据：提取与条件过滤教程

本教程详细讲解如何在python中处理复杂的嵌套字典与列表数据结构。我们将学习如何层层深入访问特定数据，迭代列表中的字典，并应用条件逻辑对数据进行过滤和提取，最终生成符合要求的结果集。

在现代数据处理中，我们经常会遇到结构复杂、多层嵌套的数据，尤其是在处理API响应或配置文件时。Python的字典（dictionary）和列表（list）是处理这类数据的核心工具。本教程将以一个具体的案例为例，演示如何从一个包含字典和列表的嵌套结构中，提取特定信息并根据条件进行过滤。

1. 理解数据结构

首先，我们来看一个典型的嵌套数据结构示例：

repo = {
    'code': 200,
    'msg': '',
    'snapshotVos': [
        {
            'data': {
                'balances': [
                    {'asset': 'ADD', 'free': '10', 'locked': '0'},
                    {'asset': 'RDP', 'free': '0', 'locked': '0'},
                    {'asset': 'SHIB', 'free': '0', 'locked': '947415'}
                ],
                'totalAsset': '152'
            },
            'type': 'spot',
            'updateTime': 1703807999000
        }
    ]
}

这个 repo 字典包含以下层级：

顶层是字典，包含 code, msg, snapshotVos 键。
snapshotVos 对应一个列表，列表的每个元素又是一个字典。
snapshotVos 列表中的字典包含 data, type, updateTime 键。
data 键对应的值又是一个字典，包含 balances 和 totalAsset。
balances 键对应的值是一个列表，列表的每个元素都是一个字典，包含 asset, free, locked 键。

我们的目标是从 balances 列表中提取数据，并过滤掉那些 free 和 locked 值都为 '0' 的条目。

2. 逐步访问与迭代数据

要访问 balances 列表，我们需要按照其层级结构逐步深入。

访问 snapshotVos 列表： repo['snapshotVos']
迭代 snapshotVos 列表中的每个字典： 使用 for 循环。
从每个字典中访问 data 键： re['data']
从 data 字典中访问 balances 列表： re['data']['balances']
迭代 balances 列表中的每个字典： 再次使用 for 循环。

rows1 = [] # 用于存储最终结果
for snapshot_item in repo['snapshotVos']:
    # 访问 'data' 字典
    data_content = snapshot_item['data']
    # 访问 'balances' 列表
    balances_list = data_content['balances']

    for balance_entry in balances_list:
        # balance_entry 现在是 {'asset': 'ADD', 'free': '10', 'locked': '0'} 这样的字典
        # ... 在这里进行过滤和提取操作

3. 实现条件过滤

根据需求，我们需要移除那些 free 和 locked 值都为 '0' 的条目。这可以通过一个 if 语句来实现：

        if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
            # 如果不满足 'free' 和 'locked' 都为 '0' 的条件，则保留该条目
            # ... 执行提取操作

这里的 not (...) 逻辑表示：如果 free 等于 '0' 并且 locked 也等于 '0'，那么整个条件 (balance_entry['free'] == '0' and balance_entry['locked'] == '0') 为 True，经过 not 后变为 False，该条目将被跳过。反之，如果其中任何一个不为 '0'，则条件为 False，经过 not 后变为 True，该条目被处理。

4. 提取并格式化目标数据

在满足过滤条件的条目中，我们需要提取其值。根据原始问题的意图，我们可能需要将每个 balance_entry 字典的值转换为一个列表，并确保结果列表中不包含重复的条目。

            val = list(balance_entry.values()) # 将字典的值转换为列表，例如 ['ADD', '10', '0']
            if val not in rows1: # 检查该值列表是否已存在于结果集中，避免重复
                rows1.append(val)

5. 完整代码示例

将上述所有步骤整合起来，形成完整的解决方案：

百度文心百中

百度大模型语义搜索体验中心

251 查看详情百度文心百中

repo = {
    'code': 200,
    'msg': '',
    'snapshotVos': [
        {
            'data': {
                'balances': [
                    {'asset': 'ADD', 'free': '10', 'locked': '0'},
                    {'asset': 'RDP', 'free': '0', 'locked': '0'},
                    {'asset': 'SHIB', 'free': '0', 'locked': '947415'}
                ],
                'totalAsset': '152'
            },
            'type': 'spot',
            'updateTime': 1703807999000
        }
    ]
}

rows1 = [] # 初始化一个空列表，用于存储最终过滤后的数据

# 遍历 'snapshotVos' 列表中的每一个字典
for snapshot_item in repo['snapshotVos']:
    # 访问当前 snapshot_item 字典中的 'data' 键
    data_content = snapshot_item['data']
    # 访问 data_content 字典中的 'balances' 键，它是一个列表
    balances_list = data_content['balances']

    # 遍历 balances_list 中的每一个 balance_entry 字典
    for balance_entry in balances_list:
        # 检查 'free' 和 'locked' 字段是否都为 '0'
        # 如果不是都为 '0' (即至少有一个不为 '0')，则执行以下操作
        if not (balance_entry['free'] == '0' and balance_entry['locked'] == '0'):
            # 将当前 balance_entry 字典的所有值转换为一个列表
            # 例如 {'asset': 'ADD', 'free': '10', 'locked': '0'} 会变成 ['ADD', '10', '0']
            val = list(balance_entry.values())
            # 检查这个值列表是否已经存在于 rows1 中，防止添加重复项
            if val not in rows1:
                # 如果不存在，则将其添加到 rows1 列表中
                rows1.append(val)

print(rows1)

运行结果：

[['ADD', '10', '0'], ['SHIB', '0', '947415']]

可以看到，['RDP', '0', '0'] 这个条目因为 free 和 locked 都为 '0' 而被成功过滤掉了。

6. 注意事项与进阶

健壮性处理： 在实际应用中，数据结构可能不总是完美的。例如，某个字典可能缺少 free 或 locked 键。为了避免 KeyError，可以使用 dict.get() 方法提供默认值，或使用 try-except 块。
```
# 示例：使用 .get() 避免 KeyError
free_val = balance_entry.get('free', '0') # 如果 'free' 键不存在，默认为 '0'
locked_val = balance_entry.get('locked', '0')
if not (free_val == '0' and locked_val == '0'):
    # ...
```
数据类型： 示例中的 free 和 locked 值是字符串 '0'。如果它们是数字 0，则比较时应使用 balance_entry['free'] == 0。在从外部数据源（如JSON）获取数据时，经常会遇到数字以字符串形式表示的情况，需要注意类型转换。

列表推导式： 对于更简洁的代码，可以使用列表推导式（List Comprehension）来完成过滤和提取：

rows_filtered = []
for snapshot_item in repo['snapshotVos']:
    for balance_entry in snapshot_item['data']['balances']:
        if not (balance_entry.get('free', '0') == '0' and balance_entry.get('locked', '0') == '0'):
            # 如果不需要去重，直接 append 字典
            rows_filtered.append(balance_entry)
            # 如果需要去重，并且去重是基于字典内容，可能需要转换为元组或使用集合
            # rows_filtered.append(tuple(balance_entry.items())) # 转换为元组以便去重

# 如果要转换为列表的值并去重
unique_values_list = []
seen_values = set() # 使用集合进行高效去重
for item in rows_filtered:
    current_values = tuple(item.values()) # 转换为元组以便加入集合
    if current_values not in seen_values:
        seen_values.add(current_values)
        unique_values_list.append(list(current_values)) # 最终存储为列表

print(unique_values_list)

这种方式在处理复杂去重逻辑时更为灵活。

输出格式： 原始问题要求将字典值转换为列表并去重。如果希望保留原始字典结构，则可以直接 rows1.append(balance_entry)。根据具体需求选择最合适的输出格式。

总结

通过本教程，我们学习了如何有效地在Python中导航和操作复杂的嵌套字典和列表结构。关键在于理解数据层级，使用嵌套循环逐步深入，并结合条件判断进行数据过滤。掌握这些技巧将使您能够更灵活、高效地处理各种复杂的数据集。在实际开发中，考虑代码的健壮性、数据类型匹配以及选择合适的Python特性（如列表推导式）来提高代码的可读性和效率至关重要。

以上就是Python中处理嵌套字典与列表数据：提取与条件过滤教程的详细内容，更多请关注其它相关文章！

# 浮点 # 湖北网站建设开发价格 # 东莞网站建设哪家快 # seo优化程序 # 宠物网站建设 # 信阳网站建设讯息 # 深圳网站建设服务电话 # 桐乡营销推广报价 # 闲鱼搜索女装关键词排名 # 武穴市seo关键词排名优化报价 # 东兴网站建设开发全国接单 # 百中 # 遍历 # python # 又是 # 迭代 # 列表中 # 都为 # 数据结构 # 转换为 # red # 配置文件 # 工具 # app # json # js

相关栏目：【 Google疑问12 】【 Facebook疑问10 】【优化推广96088 】【技术知识133117 】【 IDC资讯59369 】【网络运营7196 】【 IT资讯61894 】

2025-11-30

SQL多表关联如何理解_核心原理解析助你掌握关键方法【教程】 SQL多表连接如何理解_JOIN关联关系详细步骤解析【指导】 SQL多表连接结果异常怎么办_JOIN条件排查方法解析【指导】 SQL索引下推是什么_ICP机制性能提升原理【教程】 SQL跨表统计怎么写_重要技巧总结提升查询效率【技巧】 SQL注入如何防护_完整逻辑拆解助力系统化掌握【技巧】 SQL上传文件信息建模方法_SQL存储文件元数据方案 SQL多语种存储方案设计_SQL字符集选择策略 SQL字符串处理如何编写_重要技巧总结提升查询效率【教学】 SQL去重查询怎么实现_优化思路讲解帮助高效处理数据【技巧】 SQL统计复购用户怎么做_多次行为分析SQL思路【教程】 SQL字符串处理如何编写_优化思路讲解帮助高效处理数据【教程】 SQL动态字段解析技巧_SQL解析JSON多层字段 SQL线上慢SQL如何治理_规范与工具实践总结【技巧】 SQL表结构如何演进_兼容老数据设计思路【教程】 SQL排序规则如何设置_ORDERBY排序原理与性能说明【指导】 SQL去重查询怎么实现_真实案例解析强化复杂查询思维【教学】 SQL按字段范围分批处理_SQL避免长时间锁表 SQL统计不同字段组合数量_多列聚合查询技巧【技巧】 SQL多字段去重怎么处理_GROUPBY去重思路说明【教学】

了解您产品搜索量及市场趋势，制定营销计划

同行竞争及网站分析保障您的广告效果

点击免费数据支持

提交您的需求，1小时内享受我们的专业解答。

运城市盐湖区信雨科技有限公司

运城市盐湖区信雨科技有限公司是一家深耕海外推广领域十年的专业服务商，作为谷歌推广与Facebook广告全球合作伙伴，聚焦外贸企业出海痛点，以数字化营销为核心，提供一站式海外营销解决方案。公司凭借十年行业沉淀与平台官方资源加持，打破传统外贸获客壁垒，助力企业高效开拓全球市场，成为中小企业出海的可靠合作伙伴。