función python3 para fusionar diccionarios

Question

Tengo un montón de registros JSON, cada registro con un grado variable de integridad. En otras palabras, el registro A puede contener claves que no están en el registro B y viceversa. Para obtener una mejor comprensión de los datos que contiene, he creado una función para tomar una cantidad N de registros y fusionarlos, creando un solo registro de Frankenstein que contiene todas las claves y un solo valor para cada clave.

import sys
import json
def frankenstein(out, in_dict, key=None):
    if isinstance(in_dict, dict):
        for k, v in in_dict.items():
            if isinstance(in_dict[k], list) and v:
                out.setdefault(k, [])
                frankenstein(out[k], v, k)
            elif isinstance(in_dict[k], dict) and v:
                out.setdefault(k, {})
                frankenstein(out[k], v, k)
            elif v:
                out[k] = v
    elif isinstance(in_dict, list):
        s = {}
        for item in in_dict:
            if isinstance(item, dict):
                frankenstein(s, item)
            elif not out:
                out.append(item)
            if s:
                if not out:
                    out.append(s)
                else:
                    frankenstein(s, out[0])
                    out[0] = s
if __name__ == '__main__':
    l = [
        {
            "name": "foo bar",
            "experience": [
                {
                    "company": {
                        "name": "oracle",
                        "hq": "123 main st",
                        "size": 100
                    },
                    "function": [
                        {
                            "name": "go getter"
                        }
                    ],
                    "location": {
                        "doubleday": "publisher"
                    },
                    "animal": "horse"
                }
            ],
            "skills": ["programming", "eating"]
        },
        {
            "name": "poo dar",
            "experience": [
                {
                    "company": {
                        "name": "microsoft",
                        "url": "foo.bar/com"
                    },
                    "function": [
                        {
                            "name": "bread",
                            "level": "really high"
                        }
                    ],
                    "solitary": {
                        "fat": "cat"
                    },
                    "health": "no good"
                }
            ],
            "skills": ["igz"]
        },
        {
            "name": "poo mar",
            "experience": [
                {
                    "function": [
                        {
                            "zoo": "creature"
                        }
                    ],
                    "location": {
                        "taste": "food"
                    },
                    "ping": {
                        "pong": "bong"
                    }
                }
            ],
            "skills": ["woots own"]
        }
    ]
    out = {}
    for item in l:
        frankenstein(out, item)
    print(json.dumps(out, indent=4))

Esta es la salida del código:

{
    "name": "poo mar",
    "experience": [
        {
            "function": [
                {
                    "name": "bread",
                    "level": "really high",
                    "zoo": "creature"
                }
            ],
            "location": {
                "taste": "food",
                "doubleday": "publisher"
            },
            "ping": {
                "pong": "bong"
            },
            "company": {
                "name": "oracle",
                "url": "foo.bar/com",
                "hq": "123 main st",
                "size": 100
            },
            "solitary": {
                "fat": "cat"
            },
            "health": "no good",
            "animal": "horse"
        }
    ],
    "skills": [
        "programming"
    ]
}

He probado la función y funciona. Lo que me gustaría es algún comentario con respecto al código. ¿Estoy haciendo esto de la manera más eficiente posible? ¿Hay mejores formas de hacerlo?

Answer 1

El keyparámetro to frankenstein()no parece usarse en ninguna parte y puede eliminarse.

Use líneas en blanco para dividir el código en partes lógicas más pequeñas. Ayuda a leer y comprender el código.

in_dictes un nombre engañoso, porque puede ser una lista, un dictado o cualquier otra cosa.

En el for k, v in in_dict.items():ciclo, in_dict[k]y vson lo mismo, vse prueban 3 veces, y el valor de retorno de setdefault()se descarta y luego se busca en la siguiente línea. Se puede reescribir así:

    for k, v in in_dict.items():
        if not v:
            continue

        if isinstance(v, (list, dict)):
            out_k = out.setdefault(k, v.__class__())
            frankenstein(out_k, v)

        else:
            out[k] = v

La lógica para el manejo listsparece enrevesada. Por ejemplo, parece que spuede actualizarse cada vez que pasa por el ciclo y también agregarse a out[k]. La pregunta no establece claramente las reglas para combinar cosas, por lo que tal vez sea correcta. Sería útil un comentario o una cadena de documentos que explique el propósito de la función y las reglas para fusionar valores.