眼前一亮！Python 高手都是这样处理数据的！

原创

程序员闲欢 2022-03-16 15:10:57 ©著作权

文章标签 python 数据数组 文章分类 代码人生

©著作权归作者所有：来自51CTO博客作者程序员闲欢的原创作品，请联系作者获取转载授权，否则将追究法律责任

眼前一亮！Python 高手都是这样处理数据的！_数组

文 | 闲欢

眼前一亮！Python 高手都是这样处理数据的！_python_02

工欲善其事，必先利其器！我们想要更轻松更有效率地开发，必须学会一些“高级”技能。前不久看到一位 Python 高僧的代码，其中使用了一个短小精悍的模块，我认为还蛮有用的，今天分享给大家。

这个模块就叫 glom ，是 Python 处理数据的一个小模块，它具有如下特点：

嵌套结构并基于路径访问
使用轻量级的Pythonic规范进行声明性数据转换
可读、有意义的错误信息
内置数据探测和调试功能

看起来比较抽象，对不对？下面我们用实例来给大家演示一下。

安装

作为 Python 内置模块，相信你一定知道怎么安装：

pip3 install glom

几秒钟就搞定！

简单使用

我们来看看最简单的用法：

d = {"a": {"b": {"c": 1}}}
print(glom(d, "a.b.c")) # 1

在这里，我们有一个嵌套三层的 json 结构，我们想获取最里层的 c 对应的值，正常的写法应该是：

print(d["a"]["b"]["c"])

如果到这里，我说 glom 比传统方式好一些，因为你不用一层层地写中括号和引号，你会不会嗤之以鼻？

好，我们再来看看下面的情况：

d = {"a": {"b": None}}
print(d["a"]["b"]["c"])

遍历到一个 None 对象，你会收到下面的错误：

Traceback (most recent call last):
  File "/Users/cxhuan/Documents/python_workspace/mypy/pmodules/pglom/glomstudy.py", line 10, in <module>
    print(d["a"]["b"]["c"])
TypeError: 'NoneType' object is not subscriptable

我们来看看 glom 的处理方式：

from glom import glom

d = {"a": {"b": None}}
print(glom(d, "a.b.c"))

同样地，glom 不能把错误的输出成对的，你会得到以下错误：

Traceback (most recent call last):
  File "/Users/cxhuan/Documents/python_workspace/mypy/pmodules/pglom/glomstudy.py", line 11, in <module>
    print(glom(d, "a.b.c"))
  File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/glom/core.py", line 2181, in glom
    raise err
glom.core.PathAccessError: error raised while processing, details below.
 Target-spec trace (most recent last):
 - Target: {'a': {'b': None}}
 - Spec: 'a.b.c'
glom.core.PathAccessError: could not access 'c', part 2 of Path('a', 'b', 'c'), got error: AttributeError("'NoneType' object has no attribute 'c'")

如果你仔细看报错内容，你就会发现这报错内容极其详细，一目了然，这对于找程序 bug 简直是神器！

复杂用法

刚才简单的例子，让大家对 glom 有了直观的认识，接下来我们看看 glom 的 glom 方法的定义：

glom(target, spec, **kwargs)

我们看看参数的含义：

target：目标数据，可以是dict、list或者其他任何对象
spec：是我们希望输出的内容

下面我们来使用这个方法。

先看一个例子。我们有一个 dict ，想要获取出所有 name 的值，我们可以通过 glom 来实现：

data = {"student": {"info": [{"name": "张三"}, {"name": "李四"}]}}
info = glom(data, ("student.info", ["name"]))
print(info) # ['张三', '李四']

如果用传统方式的话，我们可能会需要遍历才能获取到，但是使用 glom ，我们只需要一行代码就可以了，输出是一个数组。

如果你不想输出数组，而是想要一个 dict 的话，那也是很简单的：

info = glom(data, {"info": ("student.info", ["name"])})
print(info) # {'info': ['张三', '李四']

我们只需要将原来的数组赋值给一个字典来接收就好了。

搞定麻烦需求

假如我现在有两组数据，我要取出 name 的值：

data_1 = {"school": {"student": [{"name": "张三"}, {"name": "李四"}]}}
data_2 = {"school": {"teacher": [{"name": "王老师"}, {"name": "赵老师"}]}}

spec_1 = {"name": ("school.student", ["name"])}
spec_2 = {"name": ("school.teacher", ["name"])}
print(glom(data_1, spec_1)) # {'name': ['张三', '李四']}
print(glom(data_2, spec_2)) # {'name': ['王老师', '赵老师']}

我们通常是这么写，对吗？假如我们有好多组数据，每组都是类似的取法呢？这时候我们就会想办法避免一个个重复写 N 行参数了，我们可以使用 Coalesce 方法：

data_1 = {"school": {"student": [{"name": "张三"}, {"name": "李四"}]}}
data_2 = {"school": {"teacher": [{"name": "王老师"}, {"name": "赵老师"}]}}

spec = {"name": (Coalesce("school.student", "school.teacher"), ["name"])}

print(glom(data_1, spec)) # {'name': ['张三', '李四']}
print(glom(data_2, spec)) # {'name': ['王老师', '赵老师']}

我们可以用 Coalesce 把多个需求聚合起来，然后针对同一个 spec 来取值就行了。

下面再来一个大杀器——取值计算。glom 还可以对取值进行简单计算，我们来看例子：

data = {"school": {"student": [{"name": "张三", "age": 8}, {"name": "李四", "age": 10}]}}
spec = {"sum_age": ("school.student", ["age"], sum)}
print(glom(data, spec)) # {'sum_age': 18}