这是前一阵子群友发在群里的一道面试题，利用 Python 字典的特性，可以巧妙地使用精简代码达成完美解。

题目

将 data 转换成 new_data 这种形式，写出转换过程。

data = { 'a_b_h':1, 'a_b_i':2, 'a_c_j':3, 'a_d':4, 'a_c_k':5, 'a_e':6 }

new_data = { 'a':{ 'b':{ 'h':1, 'i':2 }, 'c':{ 'j':3, 'k':5 }, 'd':4, 'e':6 }
}

可以看出，转换的过程是将 key 的下划线进行拆分，然后下划线后边的字符嵌套在前面字符的值中。

感兴趣就打开 IDE，自己先试着解一下。

解题思路

你应该很快想到，主要思路是将下划线 split 后，然后依次使用字符生成内层字典，当达到最后一个字符时将数字作为值。

那么关键点在于，如何不断地获得内层字典去修改呢？实际本题就是考察你是否理解 Python 字典是引用传递这个特性。

什么是引用传递？我们知道 Python 中字典和列表对象都是可变对象，它们的变量传递给另一个变量后，改变对象元素会使得两个变量都会同时改变，比如：

new_data = {}
tmp = {}
new_data['a'] = tmp
print(new_data) # {'a': {}} tmp['b'] = 1 print(new_data) # {'a': {'b': 1}} 

如上，利用这个特性，将内层字典赋值给一个中间变量，然后改变这个中间变量，即可同步修改最终的 new_data 变量。

根据这个思路，初步代码如下：

data = { 'a_b_h':1, 'a_b_i':2, 'a_c_j':3, 'a_d':4, 'a_c_k':5, 'a_e':6 }

new_data = {} for key, value in data.items():
    keys = key.split('_')
    tmp = new_data
    last = len(keys) - 1 # 最后一个 key 的索引值  for i, k in enumerate(keys): if i == last:
            tmp[k] = value continue if k not in tmp:
            sub_tmp = {}
            tmp[k] = sub_tmp
            tmp = sub_tmp else:
            tmp = tmp[k]

这也是群友给出的第一版答案，这样写并没有多大问题，但是代码比较繁琐，肯定还有优化空间。

我们可以只使用一个中间变量即可，进一步优化：

for field, value in data.items(): 
    keys = field.split('_') 
    tmp = new_data 
    last = len(keys) - 1 for i, k in enumerate(keys): if k not in tmp:
            tmp[k] = {} if i < last else value
        tmp = tmp[k] # 将内层 dict 传给 tmp 

上面这个代码看似很简洁了，但是仍然还有两个 if 判断，如果不是使用了三元表达式的话，还会更多行。

所以可以进一步优化：

for field, value in data.items(): 
    keys = field.split('_') 
    tmp = new_data for k in keys[:-1]: 
        tmp = tmp.setdefault(k, {})
    tmp[keys[-1]] = value

我们省略掉了 last 来判断最后一个字符的索引，直接通过 keys[:-1] 避开最后一个字符，末尾再单独生成数字键值对。

这里还使用字典的一个内置方法 —— setdefault。

dict.setdefault(key, default=None) 方法和 get 方法类似，只是如果键不存在于字典中，不仅会返回 default 参数的值，还同时会用该值自动生成一个键值对。

if k not in tmp:
    tmp[k] = {}
v = tmp[k] # 等价于 v = tmp.setdefault(k, {})

最终我们使用了 6 行代码就解出该题，这也是接近最简代码。

如果使用字典引用的特性是合格的话，那么当你用出 setdefault 这个方法后，面试官已经给你打了优秀，所以一定要熟悉这些数据对象的所有内置方法。