本文旨在指导读者如何在python中高效地从复杂的嵌套字典与列表结构中提取特定数据，并应用条件过滤。我们将通过一个实际案例，详细演示如何遍历多层数据结构，精准定位所需信息，并根据业务逻辑（如排除特定条件的数据）对结果进行筛选，最终生成一个结构清晰、符合要求的数据集。

引言：处理复杂数据结构的挑战

在Python开发中，我们经常需要处理来自API响应、配置文件或JSON文件等来源的复杂数据结构。这些数据通常以嵌套的字典和列表形式呈现，如何从中精准地提取所需信息并进行清洗，是数据处理的关键环节。本教程将以一个典型的嵌套数据结构为例，演示如何通过迭代和条件判断，实现数据的提取与过滤。

示例数据结构

假设我们有一个名为 repo 的Python字典，其结构如下所示。我们的目标是从这个结构中提取 balances 列表下的每个资产信息，但仅保留 asset、free 和 locked 这三个字段，并且需要排除那些 free 和 locked 值都为 '0' 的条目。

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
        }
    ]
}

数据提取与过滤的步骤

为了实现目标，我们需要执行以下步骤：

1. 定位到目标列表： 首先，我们需要导航到 snapshotVos 列表，然后进入其每个元素的 data 字典，最后找到 balances 列表。
2. 遍历目标列表： 对 balances 列表中的每一个字典元素进行迭代。
3. 应用过滤条件： 在每次迭代中，检查当前字典元素的 free 和 locked 字段。如果两者都为 '0'，则跳过该条目。
4. 提取指定字段： 对于符合条件的条目，提取 asset、free 和 locked 这三个字段的值，并将其组织成一个新的字典。
5. 收集结果： 将所有符合条件且已提取字段的新字典收集到一个新的列表中。

实现代码

以下是实现上述逻辑的Python代码：

GoEnhance

全能AI视频制作平台：通过GoEnhance AI让视频创作变得比以往任何时候都更简单。

347 查看详情

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
        }
    ]
}

# 用于存储最终结果的列表
filtered_balances_data = []

# 1. 遍历 'snapshotVos' 列表
for snapshot_entry in repo.get('snapshotVos', []):
    # 2. 从每个 snapshot_entry 中获取 'data' 字典
    # 使用 .get() 方法可以避免键不存在时引发 KeyError
    data_entry = snapshot_entry.get('data', {})

    # 3. 从 'data_entry' 中获取 'balances' 列表
    balances_list = data_entry.get('balances', [])

    # 4. 遍历 'balances' 列表中的每一个资产字典
    for balance_item in balances_list:
        # 5. 获取 'free' 和 'locked' 的值，同样使用 .get() 确保健壮性
        # 默认值设为 '0' 以便进行后续的条件判断，即使键缺失
        free_value = balance_item.get('free', '0')
        locked_value = balance_item.get('locked', '0')

        # 6. 应用过滤条件：如果 'free' 和 'locked' 都不是 '0'，则保留
        # 或者说，如果不是两者都为 '0'，则保留
        if not (free_value == '0' and locked_value == '0'):
            # 7. 提取所需的 'asset', 'free', 'locked' 字段
            extracted_item = {
                'asset': balance_item.get('asset'),
                'free': free_value,
                'locked': locked_value
            }
            # 8. 将提取出的字典添加到结果列表中
            filtered_balances_data.append(extracted_item)

# 打印最终结果
print(filtered_balances_data)

代码解析与注意事项

1. dict.get(key, default_value) 的使用： 在代码中，我们大量使用了字典的 get() 方法（例如 repo.get('snapshotVos', [])）。这是一个非常重要的最佳实践，它允许你在尝试访问字典中可能不存在的键时，提供一个默认值（例如空列表 [] 或空字典 {}），而不是直接引发 KeyError 异常，从而增强了代码的健壮性。

2. 嵌套循环： 由于数据是多层嵌套的，我们需要使用嵌套的 for 循环来逐层深入。外层循环遍历 snapshotVos 列表，内层循环则遍历每个 snapshot_entry 中的 balances 列表。

3. 条件判断与过滤： 过滤逻辑 if not (free_value == '0' and locked_value == '0'): 精确地实现了需求。它排除了那些 free 和 locked 字段值都为字符串 '0' 的条目。请注意，这里是字符串 '0' 的比较，如果数据类型是数字，则应转换为 int(free_value) == 0 进行比较。

4. 数据类型一致性： 在进行条件判断时，务必注意数据类型。本例中 free 和 locked 的值是字符串 '0'，因此比较时也使用字符串。如果它们是整数，则需要先进行类型转换，例如 int(free_value)。

5. 结果结构： 最终的结果 filtered_balances_data 是一个列表，其中每个元素都是一个字典，只包含 asset、free 和 locked 这三个键值对，这符合了“需要键”的要求。

运行结果

执行上述代码，将得到以下输出：

[{'asset': 'ADD', 'free': '10', 'locked': '0'}, {'asset': 'SHIB', 'free': '0', 'locked': '947415'}]

可以看到，{'asset': 'RDP', 'free': '0', 'locked': '0'} 这个条目因为满足过滤条件而被成功移除。

总结

通过本教程，我们学习了如何在Python中处理复杂的嵌套字典和列表结构。掌握 dict.get() 方法、嵌套循环以及精确的条件判断是高效数据提取和过滤的关键。在实际开发中，这些技术能够帮助我们从海量数据中筛选出有价值的信息，为后续的数据分析和业务逻辑处理打下坚实的基础。记住，代码的健壮性和可读性同样重要，合理使用 get() 方法和清晰的变量命名能够显著提升代码质量。

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

相关文章： 在Go语言中利用后缀数组处理多字符串：实现高效文本匹配与自动补全  qq音乐在线播放入口_qq音乐电脑版登录链接  Gmail邮箱申请注册直达_Gmail邮箱免费注册PC版官网入口2025  漫蛙漫画官方主页入口 漫蛙MANWA网页直达访问链接  win11怎么查看应用耗电情况 Win11电池设置查看应用能耗排行榜【优化】  优化Django表单：提交验证失败后保留用户输入  PHP：根据嵌套关联数组项值动态添加新键值对  sublime如何配置Go语言开发环境_sublime搭建Golang编译运行系统  CSS布局中意外空白：解决padding-top导致的顶部间距问题  C++如何跨平台操作文件和目录_C++17标准库std::filesystem的使用教程  哔哩哔哩忘记密码了怎么找回_哔哩哔哩密码找回方法  css卡片内容溢出如何处理_使用overflow隐藏或scroll显示内容  生成rdflib自定义SPARQL函数：参数匹配与实践指南  12306几点到几点不能订票？ | 官方最新系统维护时间全解析  age动漫网站入口 age动漫官网直接访问入口  Win11怎么安装Linux子系统 Win11 WSL2安装Ubuntu及环境配置指南  QQ邮箱网页版入口登录 QQ邮箱在线邮箱官方通道  文心一言怎样用插件调度API数据_文心一言用插件调度API数据【API调用】  Python异步编程实践：使用Binance API构建实时交易数据流  QQ邮箱电脑版登录入口_QQ邮箱官方网站登录平台  Win11输入法不见了怎么办_Windows11恢复语言栏显示方法  抓大鹅解压小游戏 抓大鹅摸鱼解压入口  利用Bokeh CustomJS动态控制DataTable列可见性  正确连接J*aScript到HTML实现可点击图片与自定义事件处理  PPT平滑切换怎么做 PPT炫酷“平滑”切换动画制作教程【必学】  win11如何加载ICC颜色配置文件 Win11校色文件安装与显示器色彩管理【指南】  J*aScript实现动态背景色下的文本与按钮颜色自适应调整  谷歌浏览器最新官方入口链接 谷歌浏览器网页版官网导航  汽水音乐在线版入口_汽水音乐网页播放手册  谷歌浏览器如何快速清除某个网站的数据_Chrome网站缓存清理方法  理解J*aScript Promise的微任务队列与执行顺序  外媒分析《GTA6》定价：卖100美元可以但真没必要！  word邮件合并后日期格式不对怎么改_Word邮件合并日期格式修改方法  c++ dfs和bfs代码 c++深度广度优先搜索算法  Win10如何清理注册表垃圾 Win10手动清理无效注册表【技巧】  手机CPU怎么影响游戏体验_手机CPU对游戏性能的影响分析  J*a初级项目如何接入API数据_第三方接口请求与响应解析  windows10怎么查看本机ip_windows10命令提示符ipconfig使用  精准捕获：如何在页面中监听除特定元素外的所有点击事件  React中useState与局部变量：理解组件状态管理与渲染机制  Android Studio计算器C键逻辑错误排查与修复：条件判断优化指南  VS Code远程开发时如何处理文件权限问题  整合Supabase认证与Django模型：跨模式迁移的解决方案  c++如何使用Meson构建系统_c++比CMake更快的构建工具  知音漫客正版漫画平台_知音漫客官网账号登录  深入理解与实现最大堆的Heapify过程：常见错误与修正  微信网页版官方快速登录入口 微信网页版网页版账号直达  WooCommerce后台产品编辑页：获取分类ID并实现角色权限控制  CSS Box Model与弹性按钮：维持布局稳定的动画实践  C++如何实现一个智能指针_手动实现C++ shared_ptr的引用计数功能