如何通过键获取字典值?Python键值匹配解析
2026-01-25 21:39:44
0浏览
收藏
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《如何通过键获取字典值:Python字符串拼接与键匹配解析》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~

本文详解Python中因字符串字面量自动拼接导致的字典键匹配失败问题,揭示`"Timestamp(" "2020-04-05..." ")`实际存储为无引号、无多余空格的单一字符串,并提供安全、可复现的键构造方法。
在Python中,字典键的精确匹配是获取值的前提。但当字典键由多个相邻字符串字面量(如 "Timestamp(" "2020-04-05 02:48:00" ")")构成时,Python会在编译期自动将其拼接为一个连续字符串,且不保留原始引号和多余空格。这是许多开发者踩坑的根源——看似“带引号”的键,实则完全不含双引号字符。
以示例字典为例:
py_dict = {
"value": {
"Timestamp(" "2020-04-05 02:48:00" ")": 699.0,
"Timestamp(" "2020-06-26 07:36:00" ")": "nan",
"Timestamp(" "2020-06-26 08:40:00" ")": 699.0,
}
}虽然源码中写成三段式字符串,但Python解释器会将其等价于:
"Timestamp(2020-04-05 02:48:00)"
✅ 正确键格式:Timestamp(YYYY-MM-DD HH:MM:SS)(无引号、无额外空格)
❌ 错误构造(导致.get()返回None):
# ❌ 错误:手动拼接了多余引号和空格
formatted_key = 'Timestamp(" "' + dt.strftime("%Y-%m-%d %H:%M:%S") + '" ")'
# 结果:'Timestamp(" "2020-06-26 08:40:00" ")' → 实际键中根本不存在这些字符
py_dict["value"].get(formatted_key) # → None✅ 正确做法:严格按实际键结构生成字符串
from datetime import datetime
# 1. 解析并提取有效时间戳(跳过"nan")
timestamps = {}
for key, value in py_dict["value"].items():
if value == "nan":
continue
# 安全提取时间部分:移除"Timestamp("前缀和")"后缀
try:
ts_str = key.replace('Timestamp(', '').rstrip(')')
dt = datetime.strptime(ts_str, "%Y-%m-%d %H:%M:%S")
timestamps[dt] = value
except (ValueError, AttributeError):
continue
# 2. 获取最新时间戳
latest_dt = max(timestamps.keys())
# 3. 按真实键格式重构键名(无引号、无空格)
correct_key = f"Timestamp({latest_dt.strftime('%Y-%m-%d %H:%M:%S')})"
# 4. 安全获取值
latest_price = py_dict["value"].get(correct_key)
print(latest_price) # → 699.0? 关键注意事项:
- 永远不要依赖字符串字面量的“视觉格式” —— 使用 list(py_dict['value'].keys()) 或 repr(key) 查看真实键值;
- 若需频繁操作此类键,建议预处理字典,将原始键标准化为 datetime 对象作为新键,提升可读性与健壮性:
normalized = { datetime.strptime(k.replace('Timestamp(', '').rstrip(')'), "%Y-%m-%d %H:%M:%S"): v for k, v in py_dict["value"].items() if v != "nan" } latest_price = normalized[max(normalized.keys())] - 避免使用 "nan" 字符串表示缺失值,优先采用 float('nan') 或 None,并配合 math.isnan() 或 pandas.isna() 进行判断。
掌握字符串字面量拼接规则与字典键的底层表示,是写出可靠数据提取逻辑的基础。始终用 repr() 验证键的真实内容,而非依赖代码缩进或引号外观。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《如何通过键获取字典值?Python键值匹配解析》文章吧,也可关注golang学习网公众号了解相关技术文章。
抖音极速版官网入口及更新内容详解
- 上一篇
- 抖音极速版官网入口及更新内容详解
- 下一篇
- Win11游戏帧数低怎么优化?
查看更多
最新文章
-
- 文章 · python教程 | 8小时前 | python · 进程管理 · Python subprocess Popen 进程树 TimeoutExpired 超时清理
- Python subprocess 超时后清理子进程树
- 108浏览 收藏
-
- 文章 · python教程 | 1天前 | 日志 · logging · Python教程 · Python contextvars request_id LogRecord logging.Filter
- Python logging.Filter 注入请求上下文的做法
- 410浏览 收藏
-
- 文章 · python教程 | 3天前 | Python教程 · Python 鸭子类型 typing.Protocol 结构子类型
- Python typing.Protocol 约束鸭子类型接口
- 246浏览 收藏
-
- 文章 · python教程 | 4天前 | Python教程 · Python 相对路径 is_file pathlib Path.resolve
- Python pathlib 相对路径规范化与文件判断
- 144浏览 收藏
-
- 文章 · python教程 | 4天前 | python · 异步编程 · asyncio · Python CancelledError asyncio.timeout TimeoutError
- Python asyncio.timeout 嵌套取消与异常传播
- 373浏览 收藏
-
- 文章 · python教程 | 4天前 |
- Python heapq 最大堆 API 怎么避免手动取负数
- 397浏览 收藏
-
- 文章 · python教程 | 4天前 | python · Python 不可变对象 namedtuple dataclass copy.replace
- Python copy.replace 怎么更新不可变对象字段
- 245浏览 收藏
-
- 文章 · python教程 | 5天前 | python ·
- Python NamedTemporaryFile 的 delete_on_close 怎么设置
- 311浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 304次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 360次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 358次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 326次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 146次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

