1

我有以下嵌套字典：

a={'2020-12-08':
        {'navi.o_efx': {'coint_value': 0.923033, 'hl_value': 0.475025},
        'stm.n_efx': {'coint_value': 0.915424, 'hl_value': 0.294162},
        'kioo.o_efx': {'coint_value': 0.92575, 'hl_value': 0.369817}},
   '2020-09-24':
        {'navi.o_qrvo.o': {'coint_value': 0.919749, 'hl_value': 0.215322},
        'qrvo.o_efx': {'coint_value': 0.976447, 'hl_value': 0.11208},
        'navi.o_stm.n': {'coint_value': 0.974414, 'hl_value': 0.168408},
        'qrvo.o_stm.n': {'coint_value': 0.964797, 'hl_value': 0.14407},
        'stm.n_efx': {'coint_value': 0.935519, 'hl_value': 0.166952}},
   '2020-11-01':
       {'qrvo.o_stm.n': {'coint_value': 0.95096, 'hl_value': 0.104152}}
   }

我想使用 heapq 根据'hl_value'进行排序，并为特定日期选择最小的 2 个子字典。例如，最终输出应如下所示：

a={'2020-12-08':
        {'stm.n_efx': {'coint_value': 0.915424, 'hl_value': 0.294162},
        'kioo.o_efx': {'coint_value': 0.92575, 'hl_value': 0.369817}},
   '2020-09-24':
        {'qrvo.o_efx': {'coint_value': 0.976447, 'hl_value': 0.11208},
        'qrvo.o_stm.n': {'coint_value': 0.964797, 'hl_value': 0.14407}},
   '2020-11-01':
       {'qrvo.o_stm.n': {'coint_value': 0.95096, 'hl_value': 0.104152}}
   }

我尝试使用以下代码，但似乎不起作用：

for k, v in a.items():
    for i_k, i_v in v.items():
        a[k][i_k] = dict(heapq.nsmallest(2, i_v.items(), key=i_v['hl_value']))
4

1 回答 1

2

这里使用heapq.nsmallest：

import heapq

a = {
    '2020-12-08':
        {
            'navi.o_efx': {'coint_value': 0.923033, 'hl_value': 0.475025},
            'stm.n_efx': {'coint_value': 0.915424, 'hl_value': 0.294162},
            'kioo.o_efx': {'coint_value': 0.92575, 'hl_value': 0.369817}
        },
   '2020-09-24':
        {
            'navi.o_qrvo.o': {'coint_value': 0.919749, 'hl_value': 0.215322},
            'qrvo.o_efx': {'coint_value': 0.976447, 'hl_value': 0.11208},
            'navi.o_stm.n': {'coint_value': 0.974414, 'hl_value': 0.168408},
            'qrvo.o_stm.n': {'coint_value': 0.964797, 'hl_value': 0.14407},
            'stm.n_efx': {'coint_value': 0.935519, 'hl_value': 0.166952}
        },
   '2020-11-01':
        {
            'qrvo.o_stm.n': {'coint_value': 0.95096, 'hl_value': 0.104152}
        }
}


for key in a:
    result = heapq.nsmallest(2, a[key].items(), key=lambda value: value[1]['hl_value'])
    a[key] = dict(result)

print(a)

输出

{'2020-12-08': {'stm.n_efx': {'coint_value': 0.915424, 'hl_value': 0.294162}, 'kioo.o_efx': {'coint_value': 0.92575, 'hl_value': 0.369817}}, '2020-09-24': {'qrvo.o_efx': {'coint_value': 0.976447, 'hl_value': 0.11208}, 'qrvo.o_stm.n': {'coint_value': 0.964797, 'hl_value': 0.14407}}, '2020-11-01': {'qrvo.o_stm.n': {'coint_value': 0.95096, 'hl_value': 0.104152}}}

输出（通过 漂亮打印print(json.dumps(a, indent=4))）：

{
    "2020-12-08": {
        "stm.n_efx": {
            "coint_value": 0.915424,
            "hl_value": 0.294162
        },
        "kioo.o_efx": {
            "coint_value": 0.92575,
            "hl_value": 0.369817
        }
    },
    "2020-09-24": {
        "qrvo.o_efx": {
            "coint_value": 0.976447,
            "hl_value": 0.11208
        },
        "qrvo.o_stm.n": {
            "coint_value": 0.964797,
            "hl_value": 0.14407
        }
    },
    "2020-11-01": {
        "qrvo.o_stm.n": {
            "coint_value": 0.95096,
            "hl_value": 0.104152
        }
    }
}
于 2021-08-31T05:37:50.083 回答