Python處理列表套字典結(jié)構(gòu)JSON數(shù)據(jù)的三種方式對比

更新時間：2026年02月28日 09:31:40 作者：大游小游之老游

這篇文章主要為大家詳細(xì)介紹了Python處理JSON文件中列表套字典結(jié)構(gòu)的三種優(yōu)化方法,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以了解一下

前言

對于 “列表套字典”（JSON 數(shù)組包含對象）類型的 JSON 文件，查找并修改特定鍵值的思路是：先遍歷列表中的每個字典，找到符合條件的目標(biāo)字典，再修改該字典中指定鍵的值，最后寫回文件。

示例場景

假設(shè) users.json 文件內(nèi)容如下（列表套字典結(jié)構(gòu)）：

[
  {"id": 1, "name": "Alice", "age": 25, "active": true},
  {"id": 2, "name": "Bob", "age": 30, "active": false},
  {"id": 3, "name": "Charlie", "age": 28, "active": true}
]

需求

找到 id=2 的字典，將其 age 修改為 31，同時將 active 改為 true。

import json

# 1. 讀取 JSON 文件（列表套字典結(jié)構(gòu)，解析后是 Python 列表）
with open("users.json", "r", encoding="utf-8") as f:
    data_list = json.load(f)  # data_list 是一個包含字典的列表

# 2. 遍歷列表，查找目標(biāo)字典并修改值
for item in data_list:
    # 假設(shè)通過 "id" 定位目標(biāo)字典（可根據(jù)實際條件調(diào)整）
    if item.get("id") == 2:  # 找到 id=2 的字典
        item["age"] = 31  # 修改 age 的值
        item["active"] = True  # 修改 active 的值
        break  # 找到后退出循環(huán)，提高效率

# 3. 將修改后的列表寫回 JSON 文件
with open("users.json", "w", encoding="utf-8") as f:
    json.dump(data_list, f, indent=2, ensure_ascii=False)

潛在問題及優(yōu)化方案

在處理 “列表套字典” 結(jié)構(gòu)的 JSON 數(shù)據(jù)時，遍歷列表是最直接的方式，但對于數(shù)據(jù)量極大的場景（如幾萬 / 幾十萬條數(shù)據(jù)），遍歷的效率確實可能偏低。此時可以通過優(yōu)化查找邏輯或借助第三方庫提升效率，具體方法如下：

方法 1：用 “字典映射” 預(yù)處理，將列表轉(zhuǎn)為索引字典（推薦）

如果列表中的字典有唯一標(biāo)識鍵（如id），可以先將列表轉(zhuǎn)換為以該標(biāo)識為鍵的字典（相當(dāng)于建立 “索引”），后續(xù)查找時直接通過鍵獲取目標(biāo)字典，時間復(fù)雜度從遍歷的O(n)降至O(1)。

示例（基于之前的users.json）：

import json

# 1. 讀取數(shù)據(jù)并構(gòu)建索引字典（以id為鍵）
with open("users.json", "r", encoding="utf-8") as f:
    data_list = json.load(f)

# 構(gòu)建映射：{id: 對應(yīng)的字典}
id_to_item = {item["id"]: item for item in data_list}

# 2. 直接通過id查找并修改（無需遍歷）
target_id = 2
if target_id in id_to_item:
    id_to_item[target_id]["age"] = 31
    id_to_item[target_id]["active"] = True

# 3. 寫回文件（原列表已被修改，因為字典是引用類型）
with open("users.json", "w", encoding="utf-8") as f:
    json.dump(data_list, f, indent=2, ensure_ascii=False)

優(yōu)勢：

預(yù)處理一次后，后續(xù)多次查找 / 修改均為O(1)，適合頻繁操作的場景。
不改變原列表結(jié)構(gòu)，寫回文件時直接用原列表即可（因為字典是引用類型，修改映射中的字典會同步影響原列表）。

方法 2：用列表推導(dǎo)式 / 生成器表達(dá)式簡化查找（適合單次查找）

如果只需單次查找，可通過列表推導(dǎo)式或生成器表達(dá)式快速定位目標(biāo)，代碼更簡潔（本質(zhì)仍是遍歷，但寫法更高效）。

示例：

import json

with open("users.json", "r", encoding="utf-8") as f:
    data_list = json.load(f)

# 用生成器表達(dá)式查找第一個符合條件的字典（找到即停止）
target = next((item for item in data_list if item["id"] == 2), None)
if target:
    target["age"] = 31
    target["active"] = True

with open("users.json", "w", encoding="utf-8") as f:
    json.dump(data_list, f, indent=2, ensure_ascii=False)

優(yōu)勢：

借助next()和生成器表達(dá)式，找到目標(biāo)后會立即停止遍歷（類似帶break的循環(huán)），避免多余操作。
代碼更簡潔，適合一次性查詢修改。

方法 3：借助第三方庫（如pandas）處理結(jié)構(gòu)化數(shù)據(jù)

如果 JSON 數(shù)據(jù)是結(jié)構(gòu)化的（如每個字典的鍵相同，類似表格），可以用pandas將其轉(zhuǎn)為 DataFrame，通過類似 SQL 的查詢語法快速定位和修改，適合大數(shù)據(jù)量場景。

示例：

import json
import pandas as pd

# 1. 讀取JSON并轉(zhuǎn)為DataFrame
with open("users.json", "r", encoding="utf-8") as f:
    data_list = json.load(f)
df = pd.DataFrame(data_list)

# 2. 定位并修改（通過條件篩選）
df.loc[df["id"] == 2, ["age", "active"]] = [31, True]

# 3. 轉(zhuǎn)回列表并寫回文件
updated_list = df.to_dict("records")  # 轉(zhuǎn)為列表套字典
with open("users.json", "w", encoding="utf-8") as f:
    json.dump(updated_list, f, indent=2, ensure_ascii=False)

優(yōu)勢：

pandas底層用 C 實現(xiàn)，處理大數(shù)據(jù)量（如 10 萬 + 條）時效率遠(yuǎn)高于純 Python 遍歷。
支持復(fù)雜條件查詢（如多鍵組合篩選），語法更直觀。

注意：需要安裝pandas（pip install pandas），適合數(shù)據(jù)結(jié)構(gòu)化程度高的場景。

總結(jié)：如何選擇

小數(shù)據(jù)量（幾百條以內(nèi)）：直接遍歷或生成器表達(dá)式即可，代碼簡單，效率差異可忽略。
大數(shù)據(jù)量 + 有唯一標(biāo)識：優(yōu)先用 “字典映射” 預(yù)處理，單次預(yù)處理O(n)，后續(xù)操作O(1)，性價比最高。
大數(shù)據(jù)量 + 結(jié)構(gòu)化數(shù)據(jù)：用pandas，適合需要頻繁進(jìn)行復(fù)雜查詢和修改的場景。

本質(zhì)上，除了建立索引（方法 1）和借助底層優(yōu)化的庫（方法 3），其他方式仍依賴遍歷，但通過 “提前終止”（如break、next()）可減少無效操作，效率差異主要體現(xiàn)在數(shù)據(jù)量極大的場景中。

到此這篇關(guān)于Python處理列表套字典結(jié)構(gòu)JSON數(shù)據(jù)的三種方式對比的文章就介紹到這了,更多相關(guān)Python處理JSON數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: