我從 API 收到嵌套的 JSON（我無法影響結構）。我想在反序列化物件時展平嵌套欄位，使用 django rest 框架序列化程式。我該如何優雅地做到這一點？
這是我目前的方法，它通過使用嵌套序列化程式并在 中進行展平來作業.create()：
from dataclasses import dataclass
from rest_framework import serializers
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
flattened_output = {
"name": "Johnny",
"lat": 1.2,
"lon": 3.4,
}
@dataclass
class Thing:
name: str
lat: float
lon: float
class TheFlattener(serializers.Serializer):
class GeoInfoSerializer(serializers.Serializer):
latitude = serializers.FloatField()
longitude = serializers.FloatField()
objectName = serializers.CharField(max_length=50, source="name")
geoInfo = GeoInfoSerializer()
def create(self, validated_data):
geo_info = validated_data.pop("geoInfo")
validated_data["lat"] = geo_info["latitude"]
validated_data["lon"] = geo_info["longitude"]
return Thing(**validated_data)
serializer = TheFlattener(data=input_data)
serializer.is_valid(raise_exception=True)
assert serializer.save() == Thing(**flattened_output)
我知道在將物件序列化為 JSON 時，您可以在source引數中參考嵌套/相關物件，例如
first_name = CharField(source="user.first_name")
這真的很好，但我一直沒能找到類似的反序列化的東西。
uj5u.com熱心網友回復：
對于您的情況，我認為您的解決方案非常優雅，因為您想更改欄位的名稱，而不僅僅是將其展平。
但是，對于較大的嵌套 Json，您可以定義一個扁平化函式（遞回/迭代），或者使用 Pandas 庫中的一些有用工具，例如：
pandas.json_normalize和 pandas.DataFrame。to_dict/to_json
https://pandas.pydata.org/pandas-docs/version/1.2.0/reference/api/pandas.json_normalize.html
https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.to_dict.html
選項1
from pandas import json_normalize
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(into=OrderedDict)
print(type(d))
print(d)
輸出 1：
<class 'collections.OrderedDict'>
OrderedDict([('objectName', OrderedDict([(0, 'Johnny')])), ('geoInfo.latitude', OrderedDict([(0, 1.2)])), ('geoInfo.longitude', OrderedDict([(0, 3.4)]))])
選項 2
d = json_normalize(input_data).to_dict(into=OrderedDict, 'list')
輸出 2
<class 'collections.OrderedDict'>
OrderedDict([('objectName', ['Johnny']), ('geoInfo.latitude', [1.2]), ('geoInfo.longitude', [3.4])])
選項 3
d = json_normalize(input_data).to_dict(into=OrderedDict, orient='records')
輸出 3
<class 'list'>
[OrderedDict([('objectName', 'Johnny'), ('geoInfo.latitude', 1.2), ('geoInfo.longitude', 3.4)])]
選項 4
d = json_normalize(input_data).to_dict('index', into=OrderedDict)
輸出 4
<class 'collections.OrderedDict'>
OrderedDict([(0, {'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4})])
對于這種情況，選項 3將是最好的。但由于它回傳長度為 1 的串列，因此添加 [0]。
解決方案：
d = json_normalize(input_data).to_dict(orient='records')[0]
輸出：
<class 'dict'>
{'objectName': 'Johnny', 'geoInfo.latitude': 1.2, 'geoInfo.longitude': 3.4}
對于重命名欄位，需要更多的額外步驟。
from pandas import json_normalize
from collections import OrderedDict
input_data = {
"objectName": "Johnny",
"geoInfo": {
"latitude": 1.2,
"longitude": 3.4,
},
}
d = json_normalize(input_data).to_dict(orient='records', into=OrderedDict)[0]
N = len(d)
key_map = {"objectName": "name", "geoInfo.latitude": "lat", "geoInfo.longitude":"lon"}
# or use list ["name", "lat", "lon"] and access by index.
# I used dict key_map for cases when normal dict is used, instead of ordereddict
# (when into=OrderedDict argument is not given to pandas to_dict function)
for _ in range(N):
k, v = d.popitem(last=False)
d[key_map[k]] = v
print(d)
輸出：
OrderedDict([('name', 'Johnny'), ('lat', 1.2), ('lon', 3.4)])
uj5u.com熱心網友回復：
我建議使用遞回，類似這樣的：
def make_it_flat(inp):
out = dict()
def flatten(piece, name=''):
if isinstance(piece, dict):
for k,v in piece.items():
flatten(v, f'{name}{k}_')
elif isinstance(piece, list):
for i, a in enumerate(piece):
flatten(a, f'{name}{i}_')
else:
out[name[:-1]] = piece
flatten(inp)
return out
例子：
>>> make_it_flat({22222: 'y', 1: {2: {3: ['a','b','c']}}})
{'22222': 'y', '1_2_3_0': 'a', '1_2_3_1': 'b', '1_2_3_2': 'c'}
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/349989.html