主頁 > 資料庫 > 嘗試在CSV檔案中寫入一行時,Python'list'物件沒有屬性'keys'

嘗試在CSV檔案中寫入一行時,Python'list'物件沒有屬性'keys'

2022-02-07 17:50:34 資料庫

我正在嘗試將新行寫入 CSV 檔案,但我不能,因為我在 Python Shell 中遇到錯誤。

下面是我正在使用的代碼(我正在從 API 讀取 JSON 并希望將資料放入 CSV 檔案)

# import urllib library
from urllib.request import Request, urlopen
c=1
# import json
import json
# store the URL in url as 
# parameter for urlopen
import pandas as pd
import csv
headerList = ['name','id','order','height','weight','speed','special_defense','special_attack','defense','attack','hp']
  
# open CSV file and assign header
with open("pokemon_stats.csv", 'w') as file:
    dw = csv.DictWriter(file, delimiter=',', 
                        fieldnames=headerList)
    dw.writeheader()
  
# display csv file
fileContent = pd.read_csv("pokemon_stats.csv")
for r in range(1,3):
    req = Request('https://pokeapi.co/api/v2/pokemon/' str(r) '/', headers={'User-Agent': 'Chrome/32.0.1667.0'})
  
# store the response of URL
    response = urlopen(req)

# storing the JSON response 
# from url in data
    data_json = json.loads(response.read())

#print(data_json)

    for key, value in data_json.items():
        if key=='name':
            name=value
        elif key=='id':
            id=value
        elif key=='order':
            order=value
        elif key=='height':
            height=value
        elif key=='weight':
            weight=value
        elif key == 'stats':
            for sub in data_json['stats']:
                for i in sub:
                    if i=='base_stat':
                        base_stat=sub[i]
                    if i=='stat':
                        for j in sub[i]:
                            if j=='name':
                                stat_name=sub[i][j]
                                if stat_name=='hp':
                                    hp=base_stat
                                elif stat_name=='attack':
                                    attack=base_stat
                                elif stat_name=='defense':
                                    defense=base_stat
                                elif stat_name=='special-attack':
                                    special_attack=base_stat
                                elif stat_name=='special-defense':
                                    special_defense=base_stat
                                elif stat_name=='speed':
                                    speed=base_stat
    data = [name,id,order,height,weight,speed,special_defense,special_attack,defense,attack,hp]
    dw.writerow(data)

在我嘗試執行此代碼后,我收到如下錯誤:

Traceback (most recent call last):
  File "C:/Users/sbelcic/Desktop/NANOBIT_API.py", line 117, in <module>
    dw.writerow(data)
  File "C:\Users\sbelcic\AppData\Local\Programs\Python\Python37\lib\csv.py", line 155, in writerow
    return self.writer.writerow(self._dict_to_list(rowdict))
  File "C:\Users\sbelcic\AppData\Local\Programs\Python\Python37\lib\csv.py", line 148, in _dict_to_list
    wrong_fields = rowdict.keys() - self.fieldnames
AttributeError: 'list' object has no attribute 'keys'*

有人可以幫忙告訴我我做錯了什么。

我沒有使用 Python 處理 JSON 回應的作業經驗,因此歡迎提出任何意見。如果有人看到更好的方法來做到這一點,歡迎分享。

uj5u.com熱心網友回復:

由于 dw 是 a DictionaryWriter, data 需要是一個字典(目前它是一個串列),如檔案中所示。

將資料轉換為帶有標題的字典

data = [name,id,order,height,weight,speed,special_defense,special_attack,defense,attack,hp]
data = dict(zip(headerList, data))
dw.writerow(data)

uj5u.com熱心網友回復:

檢查使用DictWriter. _ 您需要將字典傳遞給writerow而不是串列,因此您的最后一行應該是

data =['name':name,'id': id,'order':order,'height': height,'weight':weight,'speed':speed,'special_defense':special_defense,'special_attack':special_attack,'defense':defense,'attack':attack,'hp':hp]
 dw.writerow(data)

data請注意,如果您填充字典而不是您的所有代碼,您的整個代碼也可以簡化if/else

data={} #empty dictionary

#First extract everything that is on the main level of your dict
for key in ("name", "id", "order", "height", "weight":
    if key in data_json:
        data[key]=data_json[key]
        
#Check if the "stats" dict exists in your JSON data
if 'stats' in data_json:    
    if 'base_stat' in data_json['stats']:
       data['base_stat']=data_json['stats']['base_stat']
    if 'stat' in data_json['stats']:
        statDict = data_json['stats']['stat']
        for key in ['hp', 'attack', 'defense', 'special-attack', 'special-defense', 'speed']:
            if key in statDict:
                data[key]=statDict[key]

筆記:

  1. 我沒有測驗這段代碼,仔細檢查,但我希望你明白
  2. 如果缺少統計資訊,您可以添加else到所有if key in檢查以包含錯誤訊息
  3. 如果您確定所有密鑰將始終存在,那么您可以跳過一些if檢查

uj5u.com熱心網友回復:

我將忽略讓您來到這里的實際錯誤,而是提出徹底的重組:我認為您的代碼將更簡單,更容易推理。

我查看了從那個 Pokemon API 回傳的 JSON,我明白了你為什么要走上這條路:有很多資料,而你只需要其中的一小部分。所以,你需要付出很多努力才能準確地挑選出你想要的東西。

DictWriter界面可以在這里真正為您提供幫助考慮這個非常小的例子:

header = ['name', 'id', 'order']
with open('output.csv', 'w', newline='') as f:
    writer = csv.DictWriter(f, fieldnames=header)
    writer.writeheader()

    writer.writerow({'name': 'bulbasaur', 'id': 1, 'order': 1, 'species': {}})

也許你以前運行過這樣的東西并得到這個錯誤:

ValueError: dict contains fields not in fieldnames: 'species'

因為您加載的 JSON 具有您在創建...時未包含的鍵,writer因為您不想要它們。然后,也許你想,“嗯,這意味著我必須非常有選擇性地在傳遞給 dict 之前輸入writerow()什么?

由于您已經為header定義了您關心的鍵,因此請使用這些鍵從 JSON 中提取您想要的內容:

header = ['name', 'id', 'order', 'height', 'weight',
          'speed', 'special-defense', 'special-attack', 
          'defense', 'attack', 'hp']

all_data = json.load(open('1.json'))  # bulbasaur, I downloaded this from the API URL

my_data = {}
for key in header:
    my_data[key] = all_data.get(key)  # will return None for sub-stats keys, which is okay for now

writer = csv.DictWriter(sys.stdout, fieldnames=header)
writer.writeheader()
writer.writerow(my_data)

dict(JSON 資料)上的get(key_name)方法將嘗試在 dict 中找到該鍵并回傳該鍵的值。如果未找到密鑰,None則回傳。運行我得到以下 CSV(子統計列是空的,正如預期的那樣):

name,id,order,height,weight,speed,special_defense,special_attack,defense,attack,hp
bulbasaur,1,1,7,69,,,,,,

This has the same effect as your "if this key, then this value" statements, but it's driven by the data (header names) you already defined.

On to the sub-stats...

I think it's safe to assume that if there is a stats key in the JSON, each "stat object" in the list of stats will have the data you want. It's important to make sure you're only copying the stats you've specified in header; and again, you can use your data to drive the process:

for stat in all_data['stats']:
    stat_name = stat['stat']['name']
    if stat_name not in header:
        continue  # skip this sub-stat, no column for it in the CSV

    base_stat = stat['base_stat']
    my_data[stat_name] = base_stat

When I insert that loop, I now get this for my CSV output:

name,id,order,height,weight,speed,special_defense,special_attack,defense,attack,hp
bulbasaur,1,1,7,69,45,,,49,49,45

Some stats are populated, but some, the "special" stats are blank? That's because in your header you've named them like special_attack (with underscore) but in reality they're like special-attack (with hyphen). I fixed your header, and now I get:

name,id,order,height,weight,speed,special-defense,special-attack,defense,attack,hp
bulbasaur,1,1,7,69,45,65,65,49,49,45

Those are all the pieces you need. To put it together, I recommend the following structure... I'm a big fan of breaking up a process like this into distinct tasks: get all the data, then process all the data, then write all the processed data. It makes debugging easier, and less indentation of code:

# Make all API calls and record their JSON
all_datas = []
# loop over your API calls:
    # make the request
    # get the JSON data
    # append JSON data to all_datas


# Process/transform the API JSON into what you want
my_data_rows = []
for all_data in all_datas:
    my_data_row = {}

    for key in header:
        my_data_row[key] = all_data.get(key)
    
    for stat in all_data['stats']:
        stat_name = stat['stat']['name']
        if stat_name not in header:
            continue  # skip this sub-stat

        base_stat = stat['base_stat']
        my_data[stat_name] = base_stat


# Write your transformed data to CSV
writer = csv.DictWriter(sys.stdout, fieldnames=header)
writer.writeheader()
writer.writerows(my_data_rows)

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/423435.html

標籤:

上一篇:將字典追加到csv檔案并回傳到字典

下一篇:使用gnuplot繪制CSV資料時沿一條線均勻分布的點

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C#(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more