Achatar dicionários aninhados, compactar chaves

Suponha que você tenha um dicionário como:

{'a': 1,
 'c': {'a': 2,
       'b': {'x': 5,
             'y' : 10}},
 'd': [1, 2, 3]}

Como você planificaria isso em algo como:

{'a': 1,
 'c_a': 2,
 'c_b_x': 5,
 'c_b_y': 10,
 'd': [1, 2, 3]}

Basicamente, da mesma maneira que você achataria uma lista aninhada, basta fazer o trabalho extra para iterar o ditado por chave / valor, criando novas chaves para o seu novo dicionário e criando o dicionário na etapa final.

import collections

def flatten(d, parent_key='', sep='_'):
    items = []
    for k, v in d.items():
        new_key = parent_key + sep + k if parent_key else k
        if isinstance(v, collections.MutableMapping):
            items.extend(flatten(v, new_key, sep=sep).items())
        else:
            items.append((new_key, v))
    return dict(items)

>>> flatten({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]})
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Há duas grandes considerações que o pôster original precisa considerar:

1. Existem problemas de espaço no teclado? Por exemplo, {'a_b':{'c':1}, 'a':{'b_c':2}}resultaria em {'a_b_c':???}. A solução abaixo evita o problema retornando uma iterável de pares.
2. Se o desempenho é um problema, a função de redutor de chave (que aqui me refiro como 'junção') requer acesso a todo o caminho da chave, ou ele pode simplesmente funcionar com O (1) em todos os nós da árvore? Se você quiser dizer joinedKey = '_'.join(*keys), isso custará O (N ^ 2) tempo de execução. No entanto, se você estiver disposto a dizer nextKey = previousKey+'_'+thisKey, você recebe tempo de O (N). A solução abaixo permite fazer as duas coisas (já que você pode simplesmente concatenar todas as chaves e depois processá-las).

(O desempenho provavelmente não é um problema, mas vou explicar o segundo ponto, caso alguém se importe: na implementação disso, existem inúmeras opções perigosas. Se você fizer isso de forma recursiva e produzir e reproduzir novamente, ou qualquer coisa equivalente que toque nós mais de uma vez (o que é bastante fácil de executar acidentalmente), você está realizando um trabalho potencialmente O (N ^ 2) em vez de O (N) Isso ocorre porque talvez você esteja calculando uma chave ae a_1depois a_1_i... e, em seguida, calculando aentão a_1então a_1_ii..., mas na verdade você não deveria ter que calcular a_1novamente. Mesmo se você não estiver recalculando, refazê-lo (uma abordagem de 'nível por nível') é igualmente ruim. Um bom exemplo é pensar sobre o desempenho {1:{1:{1:{1:...(N times)...{1:SOME_LARGE_DICTIONARY_OF_SIZE_N}...}}}})

Abaixo está uma função que escrevi flattenDict(d, join=..., lift=...)que pode ser adaptada a muitos propósitos e pode fazer o que você deseja. Infelizmente, é bastante difícil criar uma versão lenta dessa função sem incorrer nas penalidades de desempenho acima (muitos componentes python como chain.from_iterable não são realmente eficientes, o que eu só percebi após testes extensivos de três versões diferentes desse código antes de decidir sobre este).

from collections import Mapping
from itertools import chain
from operator import add

_FLAG_FIRST = object()

def flattenDict(d, join=add, lift=lambda x:x):
    results = []
    def visit(subdict, results, partialKey):
        for k,v in subdict.items():
            newKey = lift(k) if partialKey==_FLAG_FIRST else join(partialKey,lift(k))
            if isinstance(v,Mapping):
                visit(v, results, newKey)
            else:
                results.append((newKey,v))
    visit(d, results, _FLAG_FIRST)
    return results

Para entender melhor o que está acontecendo, abaixo está um diagrama para aqueles que não estão familiarizados com reduce(à esquerda), também conhecido como "dobra à esquerda". Às vezes, é desenhado com um valor inicial no lugar de k0 (não faz parte da lista, passado para a função). Aqui Jestá a nossa joinfunção. Nós pré-processamos cada k _n com lift(k).

               [k0,k1,...,kN].foldleft(J)
                           /    \
                         ...    kN
                         /
       J(k0,J(k1,J(k2,k3)))
                       /  \
                      /    \
           J(J(k0,k1),k2)   k3
                    /   \
                   /     \
             J(k0,k1)    k2
                 /  \
                /    \
               k0     k1

Na verdade, é o mesmo que functools.reduce, mas onde nossa função faz isso em todos os caminhos-chave da árvore.

>>> reduce(lambda a,b:(a,b), range(5))
((((0, 1), 2), 3), 4)

Demonstração (que eu colocaria em docstring):

>>> testData = {
        'a':1,
        'b':2,
        'c':{
            'aa':11,
            'bb':22,
            'cc':{
                'aaa':111
            }
        }
    }
from pprint import pprint as pp

>>> pp(dict( flattenDict(testData, lift=lambda x:(x,)) ))
{('a',): 1,
 ('b',): 2,
 ('c', 'aa'): 11,
 ('c', 'bb'): 22,
 ('c', 'cc', 'aaa'): 111}

>>> pp(dict( flattenDict(testData, join=lambda a,b:a+'_'+b) ))
{'a': 1, 'b': 2, 'c_aa': 11, 'c_bb': 22, 'c_cc_aaa': 111}    

>>> pp(dict( (v,k) for k,v in flattenDict(testData, lift=hash, join=lambda a,b:hash((a,b))) ))
{1: 12416037344,
 2: 12544037731,
 11: 5470935132935744593,
 22: 4885734186131977315,
 111: 3461911260025554326}

Atuação:

from functools import reduce
def makeEvilDict(n):
    return reduce(lambda acc,x:{x:acc}, [{i:0 for i in range(n)}]+range(n))

import timeit
def time(runnable):
    t0 = timeit.default_timer()
    _ = runnable()
    t1 = timeit.default_timer()
    print('took {:.2f} seconds'.format(t1-t0))

>>> pp(makeEvilDict(8))
{7: {6: {5: {4: {3: {2: {1: {0: {0: 0,
                                 1: 0,
                                 2: 0,
                                 3: 0,
                                 4: 0,
                                 5: 0,
                                 6: 0,
                                 7: 0}}}}}}}}}

import sys
sys.setrecursionlimit(1000000)

forget = lambda a,b:''

>>> time(lambda: dict(flattenDict(makeEvilDict(10000), join=forget)) )
took 0.10 seconds
>>> time(lambda: dict(flattenDict(makeEvilDict(100000), join=forget)) )
[1]    12569 segmentation fault  python

... suspiro, não pense que isso é culpa minha ...

[nota histórica sem importância devido a problemas de moderação]

Em relação à suposta duplicata de Flatten, um dicionário de dicionários (2 níveis de profundidade) de listas em Python :

A solução dessa pergunta pode ser implementada em termos desta, fazendo sorted( sum(flatten(...),[]) ). O inverso não é possível: embora seja verdade que os valores de flatten(...)podem ser recuperados da suposta duplicada mapeando um acumulador de ordem superior, não é possível recuperar as chaves. (editar: também acontece que a pergunta do suposto proprietário duplicado é completamente diferente, pois ela lida apenas com dicionários com exatamente 2 níveis de profundidade, embora uma das respostas nessa página dê uma solução geral.)

Ou, se você já estiver usando pandas, poderá fazê-lo da seguinte json_normalize()maneira:

import pandas as pd

d = {'a': 1,
     'c': {'a': 2, 'b': {'x': 5, 'y' : 10}},
     'd': [1, 2, 3]}

df = pd.io.json.json_normalize(d, sep='_')

print(df.to_dict(orient='records')[0])

Resultado:

{'a': 1, 'c_a': 2, 'c_b_x': 5, 'c_b_y': 10, 'd': [1, 2, 3]}

Se você estiver usando, pandashá uma função oculta em pandas.io.json._normalize¹ chamada nested_to_recordque faz exatamente isso.

from pandas.io.json._normalize import nested_to_record    

flat = nested_to_record(my_dict, sep='_')

¹ Nas versões pandas 0.24.xe uso mais antigo pandas.io.json.normalize(sem o _)

Aqui está um tipo de implementação "funcional" e "one-liner". É recursivo e baseado em uma expressão condicional e uma compreensão de ditado.

def flatten_dict(dd, separator='_', prefix=''):
    return { prefix + separator + k if prefix else k : v
             for kk, vv in dd.items()
             for k, v in flatten_dict(vv, separator, kk).items()
             } if isinstance(dd, dict) else { prefix : dd }

Teste:

In [2]: flatten_dict({'abc':123, 'hgf':{'gh':432, 'yu':433}, 'gfd':902, 'xzxzxz':{"432":{'0b0b0b':231}, "43234":1321}}, '.')
Out[2]: 
{'abc': 123,
 'gfd': 902,
 'hgf.gh': 432,
 'hgf.yu': 433,
 'xzxzxz.432.0b0b0b': 231,
 'xzxzxz.43234': 1321}

Código:

test = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}

def parse_dict(init, lkey=''):
    ret = {}
    for rkey,val in init.items():
        key = lkey+rkey
        if isinstance(val, dict):
            ret.update(parse_dict(val, key+'_'))
        else:
            ret[key] = val
    return ret

print(parse_dict(test,''))

Resultados:

$ python test.py
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Estou usando python3.2, atualização para sua versão do python.

Que tal uma solução funcional e de alto desempenho no Python3.5?

from functools import reduce


def _reducer(items, key, val, pref):
    if isinstance(val, dict):
        return {**items, **flatten(val, pref + key)}
    else:
        return {**items, pref + key: val}

def flatten(d, pref=''):
    return(reduce(
        lambda new_d, kv: _reducer(new_d, *kv, pref), 
        d.items(), 
        {}
    ))

Isso é ainda mais eficiente:

def flatten(d, pref=''):
    return(reduce(
        lambda new_d, kv: \
            isinstance(kv[1], dict) and \
            {**new_d, **flatten(kv[1], pref + kv[0])} or \
            {**new_d, pref + kv[0]: kv[1]}, 
        d.items(), 
        {}
    ))

Em uso:

my_obj = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y': 10}}, 'd': [1, 2, 3]}

print(flatten(my_obj)) 
# {'d': [1, 2, 3], 'cby': 10, 'cbx': 5, 'ca': 2, 'a': 1}

Isso não se restringe aos dicionários, mas a todos os tipos de mapeamento que implementam .items (). Além disso, é mais rápido, pois evita uma condição if. No entanto, os créditos vão para Imran:

def flatten(d, parent_key=''):
    items = []
    for k, v in d.items():
        try:
            items.extend(flatten(v, '%s%s_' % (parent_key, k)).items())
        except AttributeError:
            items.append(('%s%s' % (parent_key, k), v))
    return dict(items)

Minha solução Python 3.3 usando geradores:

def flattenit(pyobj, keystring=''):
   if type(pyobj) is dict:
     if (type(pyobj) is dict):
         keystring = keystring + "_" if keystring else keystring
         for k in pyobj:
             yield from flattenit(pyobj[k], keystring + k)
     elif (type(pyobj) is list):
         for lelm in pyobj:
             yield from flatten(lelm, keystring)
   else:
      yield keystring, pyobj

my_obj = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y': 10}}, 'd': [1, 2, 3]}

#your flattened dictionary object
flattened={k:v for k,v in flattenit(my_obj)}
print(flattened)

# result: {'c_b_y': 10, 'd': [1, 2, 3], 'c_a': 2, 'a': 1, 'c_b_x': 5}

Função simples para nivelar dicionários aninhados. Para Python 3, substitua .iteritems()por.items()

def flatten_dict(init_dict):
    res_dict = {}
    if type(init_dict) is not dict:
        return res_dict

    for k, v in init_dict.iteritems():
        if type(v) == dict:
            res_dict.update(flatten_dict(v))
        else:
            res_dict[k] = v

    return res_dict

A ideia / requisito era: obter dicionários simples sem manter as chaves dos pais.

Exemplo de uso:

dd = {'a': 3, 
      'b': {'c': 4, 'd': 5}, 
      'e': {'f': 
                 {'g': 1, 'h': 2}
           }, 
      'i': 9,
     }

flatten_dict(dd)

>> {'a': 3, 'c': 4, 'd': 5, 'g': 1, 'h': 2, 'i': 9}

Manter as chaves dos pais também é simples.

Utilizando recursão, mantendo-o simples e legível por humanos:

def flatten_dict(dictionary, accumulator=None, parent_key=None, separator="."):
    if accumulator is None:
        accumulator = {}

    for k, v in dictionary.items():
        k = f"{parent_key}{separator}{k}" if parent_key else k
        if isinstance(v, dict):
            flatten_dict(dictionary=v, accumulator=accumulator, parent_key=k)
            continue

        accumulator[k] = v

    return accumulator

A chamada é simples:

new_dict = flatten_dict(dictionary)

ou

new_dict = flatten_dict(dictionary, separator="_")

se quisermos mudar o separador padrão.

Um pequeno colapso:

Quando a função é chamada pela primeira vez, é chamada apenas passando o dictionaryque queremos achatar. O accumulatorparâmetro está aqui para dar suporte à recursão, que vemos mais adiante. Portanto, instanciamos accumulatorum dicionário vazio, onde colocaremos todos os valores aninhados do original dictionary.

if accumulator is None:
    accumulator = {}

À medida que iteramos sobre os valores do dicionário, construímos uma chave para cada valor. O parent_keyargumento será Nonepara a primeira chamada, enquanto que para cada dicionário aninhado, ele conterá a chave apontando para ele, portanto, acrescentamos essa chave.

k = f"{parent_key}{separator}{k}" if parent_key else k

Caso o valor que va chave kestá apontando seja um dicionário, a função chama a si mesma, passando o dicionário aninhado, o accumulator(que é passado por referência, para que todas as alterações feitas nele sejam feitas na mesma instância) e a chave kpara que possamos pode construir a chave concatenada. Observe a continuedeclaração. Queremos pular a próxima linha, fora do ifbloco, para que o dicionário aninhado não acabe na accumulatorchave abaixo k.

if isinstance(v, dict):
    flatten_dict(dict=v, accumulator=accumulator, parent_key=k)
    continue

Então, o que fazemos caso o valor vnão seja um dicionário? Basta colocá-lo inalterado dentro do accumulator.

accumulator[k] = v

Quando terminamos, retornamos o accumulator, deixando o dictionaryargumento original intocado.

NOTA

Isso funcionará apenas com dicionários que tenham cadeias de caracteres como chaves. Ele funcionará com objetos hashable implementando o __repr__método, mas produzirá resultados indesejados.

Isso é semelhante à resposta de imran e ralu. Ele não usa um gerador, mas emprega recursão com um fechamento:

def flatten_dict(d, separator='_'):
  final = {}
  def _flatten_dict(obj, parent_keys=[]):
    for k, v in obj.iteritems():
      if isinstance(v, dict):
        _flatten_dict(v, parent_keys + [k])
      else:
        key = separator.join(parent_keys + [k])
        final[key] = v
  _flatten_dict(d)
  return final

>>> print flatten_dict({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]})
{'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

A solução de Davoud é muito boa, mas não fornece resultados satisfatórios quando o dict aninhado também contém listas de dict, mas seu código pode ser adaptado para esse caso:

def flatten_dict(d):
    items = []
    for k, v in d.items():
        try:
            if (type(v)==type([])): 
                for l in v: items.extend(flatten_dict(l).items())
            else: 
                items.extend(flatten_dict(v).items())
        except AttributeError:
            items.append((k, v))
    return dict(items)

As respostas acima funcionam muito bem. Apenas pensei em adicionar a função unflatten que escrevi:

def unflatten(d):
    ud = {}
    for k, v in d.items():
        context = ud
        for sub_key in k.split('_')[:-1]:
            if sub_key not in context:
                context[sub_key] = {}
            context = context[sub_key]
        context[k.split('_')[-1]] = v
    return ud

Nota: Isso não leva em conta '_' já presente nas chaves, assim como as contrapartidas achatadas.

Aqui está um algoritmo para substituição elegante e no local. Testado com Python 2.7 e Python 3.5. Usando o caractere de ponto como um separador.

def flatten_json(json):
    if type(json) == dict:
        for k, v in list(json.items()):
            if type(v) == dict:
                flatten_json(v)
                json.pop(k)
                for k2, v2 in v.items():
                    json[k+"."+k2] = v2

Exemplo:

d = {'a': {'b': 'c'}}                   
flatten_json(d)
print(d)
unflatten_json(d)
print(d)

Resultado:

{'a.b': 'c'}
{'a': {'b': 'c'}}

Publiquei este código aqui junto com a unflatten_jsonfunção correspondente .

Se você deseja nivelar um dicionário aninhado e desejar uma lista de todas as chaves exclusivas, aqui está a solução:

def flat_dict_return_unique_key(data, unique_keys=set()):
    if isinstance(data, dict):
        [unique_keys.add(i) for i in data.keys()]
        for each_v in data.values():
            if isinstance(each_v, dict):
                flat_dict_return_unique_key(each_v, unique_keys)
    return list(set(unique_keys))

def flatten(unflattened_dict, separator='_'):
    flattened_dict = {}

    for k, v in unflattened_dict.items():
        if isinstance(v, dict):
            sub_flattened_dict = flatten(v, separator)
            for k2, v2 in sub_flattened_dict.items():
                flattened_dict[k + separator + k2] = v2
        else:
            flattened_dict[k] = v

    return flattened_dict

def flatten_nested_dict(_dict, _str=''):
    '''
    recursive function to flatten a nested dictionary json
    '''
    ret_dict = {}
    for k, v in _dict.items():
        if isinstance(v, dict):
            ret_dict.update(flatten_nested_dict(v, _str = '_'.join([_str, k]).strip('_')))
        elif isinstance(v, list):
            for index, item in enumerate(v):
                if isinstance(item, dict):
                    ret_dict.update(flatten_nested_dict(item,  _str= '_'.join([_str, k, str(index)]).strip('_')))
                else:
                    ret_dict['_'.join([_str, k, str(index)]).strip('_')] = item
        else:
            ret_dict['_'.join([_str, k]).strip('_')] = v
    return ret_dict

Eu estava pensando em uma subclasse de UserDict para nivelar automaticamente as chaves.

class FlatDict(UserDict):
    def __init__(self, *args, separator='.', **kwargs):
        self.separator = separator
        super().__init__(*args, **kwargs)

    def __setitem__(self, key, value):
        if isinstance(value, dict):
            for k1, v1 in FlatDict(value, separator=self.separator).items():
                super().__setitem__(f"{key}{self.separator}{k1}", v1)
        else:
            super().__setitem__(key, value)

Advantages As vantagens são que as teclas podem ser adicionadas em tempo real, ou usando instanciação de ditado padrão, sem surpresa:

‌

>>> fd = FlatDict(
...    {
...        'person': {
...            'sexe': 'male', 
...            'name': {
...                'first': 'jacques',
...                'last': 'dupond'
...            }
...        }
...    }
... )
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond'}
>>> fd['person'] = {'name': {'nickname': 'Bob'}}
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond', 'person.name.nickname': 'Bob'}
>>> fd['person.name'] = {'civility': 'Dr'}
>>> fd
{'person.sexe': 'male', 'person.name.first': 'jacques', 'person.name.last': 'dupond', 'person.name.nickname': 'Bob', 'person.name.civility': 'Dr'}

Usando geradores:

def flat_dic_helper(prepand,d):
    if len(prepand) > 0:
        prepand = prepand + "_"
    for k in d:
        i=d[k]
        if type(i).__name__=='dict':
            r = flat_dic_helper(prepand+k,i)
            for j in r:
                yield j
        else:
            yield (prepand+k,i)

def flat_dic(d): return dict(flat_dic_helper("",d))

d={'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}
print(flat_dic(d))


>> {'a': 1, 'c_a': 2, 'c_b_x': 5, 'd': [1, 2, 3], 'c_b_y': 10}

Usando dict.popitem () na recursão simples como uma lista aninhada:

def flatten(d):
    if d == {}:
        return d
    else:
        k,v = d.popitem()
        if (dict != type(v)):
            return {k:v, **flatten(d)}
        else:
            flat_kv = flatten(v)
            for k1 in list(flat_kv.keys()):
                flat_kv[k + '_' + k1] = flat_kv[k1]
                del flat_kv[k1]
            return {**flat_kv, **flatten(d)}

Não é exatamente o que o OP pediu, mas muitas pessoas estão vindo aqui procurando maneiras de nivelar dados JSON aninhados no mundo real que podem ter objetos json e matrizes json com valor-chave e objetos json dentro das matrizes e assim por diante. O JSON não inclui tuplas, portanto não precisamos nos preocupar com elas.

Encontrei uma implementação do comentário de inclusão na lista de @roneo na resposta postada por @Imran :

https://github.com/ScriptSmith/socialreaper/blob/master/socialreaper/tools.py#L8

import collections
def flatten(dictionary, parent_key=False, separator='.'):
    """
    Turn a nested dictionary into a flattened dictionary
    :param dictionary: The dictionary to flatten
    :param parent_key: The string to prepend to dictionary's keys
    :param separator: The string used to separate flattened keys
    :return: A flattened dictionary
    """

    items = []
    for key, value in dictionary.items():
        new_key = str(parent_key) + separator + key if parent_key else key
        if isinstance(value, collections.MutableMapping):
            items.extend(flatten(value, new_key, separator).items())
        elif isinstance(value, list):
            for k, v in enumerate(value):
                items.extend(flatten({str(k): v}, new_key).items())
        else:
            items.append((new_key, value))
    return dict(items)

Teste-o:

flatten({'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3] })

>> {'a': 1, 'c.a': 2, 'c.b.x': 5, 'c.b.y': 10, 'd.0': 1, 'd.1': 2, 'd.2': 3}

E isso faz o trabalho que eu preciso: joguei qualquer json complicado nisso e isso o achatou para mim.

Todos os créditos em https://github.com/ScriptSmith .

Na verdade, eu escrevi recentemente um pacote chamado cherrypicker para lidar com esse tipo exato de coisa, já que eu tinha que fazer isso com tanta frequência!

Acho que o código a seguir daria exatamente o que você procura:

from cherrypicker import CherryPicker

dct = {
    'a': 1,
    'c': {
        'a': 2,
        'b': {
            'x': 5,
            'y' : 10
        }
    },
    'd': [1, 2, 3]
}

picker = CherryPicker(dct)
picker.flatten().get()

Você pode instalar o pacote com:

pip install cherrypicker

... e há mais documentos e orientações em https://cherrypicker.readthedocs.io .

Outros métodos podem ser mais rápido, mas a prioridade deste pacote é fazer com que essas tarefas fáceis . Se você possui uma grande lista de objetos para achatar, também pode pedir ao CherryPicker para usar o processamento paralelo para acelerar as coisas.

Eu sempre prefiro acessar dictobjetos via .items(), então, para aplainar dictos, uso o seguinte gerador recursivo flat_items(d). Se você gostaria de ter dictnovamente, simplesmente envolva-o assim:flat = dict(flat_items(d))

def flat_items(d, key_separator='.'):
    """
    Flattens the dictionary containing other dictionaries like here: /programming/6027558/flatten-nested-python-dictionaries-compressing-keys

    >>> example = {'a': 1, 'c': {'a': 2, 'b': {'x': 5, 'y' : 10}}, 'd': [1, 2, 3]}
    >>> flat = dict(flat_items(example, key_separator='_'))
    >>> assert flat['c_b_y'] == 10
    """
    for k, v in d.items():
        if type(v) is dict:
            for k1, v1 in flat_items(v, key_separator=key_separator):
                yield key_separator.join((k, k1)), v1
        else:
            yield k, v

Variação desses dicionários Flatten aninhados, compactando chaves com max_level e redutor personalizado.

  def flatten(d, max_level=None, reducer='tuple'):
      if reducer == 'tuple':
          reducer_seed = tuple()
          reducer_func = lambda x, y: (*x, y)
      else:
          raise ValueError(f'Unknown reducer: {reducer}')

      def impl(d, pref, level):
        return reduce(
            lambda new_d, kv:
                (max_level is None or level < max_level)
                and isinstance(kv[1], dict)
                and {**new_d, **impl(kv[1], reducer_func(pref, kv[0]), level + 1)}
                or {**new_d, reducer_func(pref, kv[0]): kv[1]},
                d.items(),
            {}
        )

      return impl(d, reducer_seed, 0)

Se você não se importa com funções recursivas, aqui está uma solução. Também tomei a liberdade de incluir um parâmetro de exclusão , caso haja um ou mais valores que você deseja manter.

Código:

def flatten_dict(dictionary, exclude = [], delimiter ='_'):
    flat_dict = dict()
    for key, value in dictionary.items():
        if isinstance(value, dict) and key not in exclude:
            flatten_value_dict = flatten_dict(value, exclude, delimiter)
            for k, v in flatten_value_dict.items():
                flat_dict[f"{key}{delimiter}{k}"] = v
        else:
            flat_dict[key] = value
    return flat_dict

Uso:

d = {'a':1, 'b':[1, 2], 'c':3, 'd':{'a':4, 'b':{'a':7, 'b':8}, 'c':6}, 'e':{'a':1,'b':2}}
flat_d = flatten_dict(dictionary=d, exclude=['e'], delimiter='.')
print(flat_d)

Resultado:

{'a': 1, 'b': [1, 2], 'c': 3, 'd.a': 4, 'd.b.a': 7, 'd.b.b': 8, 'd.c': 6, 'e': {'a': 1, 'b': 2}}

Tentei algumas das soluções nesta página - embora não todas -, mas as que tentei falharam ao lidar com a lista aninhada de dict.

Considere um ditado como este:

d = {
        'owner': {
            'name': {'first_name': 'Steven', 'last_name': 'Smith'},
            'lottery_nums': [1, 2, 3, 'four', '11', None],
            'address': {},
            'tuple': (1, 2, 'three'),
            'tuple_with_dict': (1, 2, 'three', {'is_valid': False}),
            'set': {1, 2, 3, 4, 'five'},
            'children': [
                {'name': {'first_name': 'Jessica',
                          'last_name': 'Smith', },
                 'children': []
                 },
                {'name': {'first_name': 'George',
                          'last_name': 'Smith'},
                 'children': []
                 }
            ]
        }
    }

Aqui está minha solução improvisada:

def flatten_dict(input_node: dict, key_: str = '', output_dict: dict = {}):
    if isinstance(input_node, dict):
        for key, val in input_node.items():
            new_key = f"{key_}.{key}" if key_ else f"{key}"
            flatten_dict(val, new_key, output_dict)
    elif isinstance(input_node, list):
        for idx, item in enumerate(input_node):
            flatten_dict(item, f"{key_}.{idx}", output_dict)
    else:
        output_dict[key_] = input_node
    return output_dict

que produz:

{
  owner.name.first_name: Steven,
  owner.name.last_name: Smith,
  owner.lottery_nums.0: 1,
  owner.lottery_nums.1: 2,
  owner.lottery_nums.2: 3,
  owner.lottery_nums.3: four,
  owner.lottery_nums.4: 11,
  owner.lottery_nums.5: None,
  owner.tuple: (1, 2, 'three'),
  owner.tuple_with_dict: (1, 2, 'three', {'is_valid': False}),
  owner.set: {1, 2, 3, 4, 'five'},
  owner.children.0.name.first_name: Jessica,
  owner.children.0.name.last_name: Smith,
  owner.children.1.name.first_name: George,
  owner.children.1.name.last_name: Smith,
}

Uma solução improvisada e não é perfeita.
NOTA:

• não mantém ditados vazios, como o address: {}par k / v.

• não achatará os dicionários nas tuplas aninhadas - embora seja fácil adicionar usando o fato de que as tuplas python agem de maneira semelhante às listas.

Basta usar python-benedict, é uma subclasse dict que oferece muitos recursos, incluindo um flattenmétodo. É possível instalá-lo usando o pip:pip install python-benedict

https://github.com/fabiocaccamo/python-benedict#flatten

from benedict import benedict 

d = benedict(data)
f = d.flatten(separator='_')