Question

我们说这个类型有很长的清单：

text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b'], ... ]

鉴于第一个元素，我想构建一个显示第二个元素计数的字典。例如，在上面的特定示例中，我希望有类似这样的内容：

{'a': {'b':2, 'd':1},
 'w': {'a':1}
}

这是我试图解决它的方法失败了。我构建了一个独特的第一个元素列表。我们称之为words然后：

dic = {}

for word in words:
  inner_dic = {}
  for pair in text:
    if pair[0] == word:
      num = text.count(pair)
      inner_dic[pair[1]] = num
  dic[pair[0]] = inner_dic

我得到一个明显错误的结果。代码的一个问题是，它覆盖了对。我不知道如何解决这个问题。

Answer 1

您可以使用defaultdict结合Counter dict：

from collections import Counter, defaultdict
d = defaultdict(Counter)

text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b'] ]

for k, v in text:
    d[k][v] += 1 # for single value
   # d[k].update(v) for multiple values i.e list of words

from pprint import pprint as pp

pp(d)
{'a': Counter({'b': 2, 'd': 1}),
'w': Counter({'a': 1})}

defaultdict将创建一个新的键/值配对，其中值为Counter dict，如果键不存在，如果键存在，我们只使用Counter.update更新值，这与dict.update不同，将增加值覆盖。

使用正常的dict没有导入，我们可以使用dict.setdefault，这会为每个键k创建一个新的dict，并设置默认值0每个子项v：

d = {}
text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b'] ]

for k, v in text:
    d.setdefault(k, {}).setdefault(v,0)
    d[k][v] += 1
pp(d)
{'a': {'b': 2, 'd': 1}, 'w': {'a': 1}}

Answer 2

collections module简化了这样的任务。

对计数部分使用Counter（它是一种字典，对于缺失值返回0，使得+=1用于递增计数变得容易）。使用defaultdict作为外部字典（它可以自动为每个“第一个”前缀创建一个新计数器）：

>>> from collections import defaultdict, Counter
>>> d = defaultdict(Counter)
>>> text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b']]
>>> for first, second in text:
    d[first][second] += 1

以下是使用常规词典的等效词：

text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b']]

d = {}
for first, second in text:
    if first not in d:
        d[first] = {}
    inner_dict = d[first]
    if second not in inner_dict:
        inner_dict[second] = 0
    inner_dict[second] += 1

短路或长路可以与json module完美配合（计数器和 defaultdict 是可以进行JSON编码的各种类型的dicts）

希望这会有所帮助。祝你的文字分析好运： - ）

Answer 3

你应该这样做：

for word in words:
  inner_dic = {}
  for pair in text:
    if pair[0] == word:
      num = text.count(pair)
      inner_dic[pair[1]] = num
  dic[word] = inner_dic

也就是说，您应该dic[word]而不是dic[pair[0]]，这会将inner_dic分配给最后pair次检查的第一个元素，即使pair[0]也是如此word 1}}不是{{1}}。

Answer 4

以下是使用.setdefault方法的方法：

text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b'] ]
result={}
for x, y in text:
    result.setdefault(x, {}).setdefault(y,0)
    result[x][y]+=1

>>> result 
{'a': {'b': 2, 'd': 1}, 'w': {'a': 1}}

无需外部资源库。

Answer 5

text = [ ['a', 'b'], ['a', 'd'], ['w', 'a'], ['a', 'b']]
d = {}
for i in text:
    if d.get(i[0]):
        if d[i[0]].get(i[1]):
            d[i[0]][i[1]] +=1
        else:
            d[i[0]][i[1]] = 1 
    else:
        d[i[0]] = {i[1] : 1}
print d
>>>{'a': {'b': 2, 'd': 1}, 'w': {'a': 1}}

在对列表中查找对项的频率

5 个答案: