Question

我有这样格式化的字典：密钥是文档编号和关键字的元组，值是文档中关键字的频率。因此，键将是（document1，keyword1），（document1，keyword2），（document1，keyword3），（document2，keyword1），（document2，keyword2），（document2，keyword3），（document3，keyword1），（document3），keyword2）和（document3，keyword3），值为数字。当然这是一本小字典。我希望将解决方案应用于大量文档和关键字。

字典是这样创建的：

document_count = {}
try:
    for doc in document_id_list:
        indiv_doc = # records selected from a database
        for w in words:
            document_count.setdefault((doc, w), 0)
            for entry in #unsorted list of text tokenized, set to lower case, and stripped of stop words:
                if entry == w and (doc, entry) in document_count:
                        document_count[(patent, entry)] += 1
    return document_count

except Exception, e:
    print "create claim storages"
    print str(e)
    pass

我想将结果写成类似2D矩阵的CSV。至少，这就是我所看到的描述。

      keyword1 keyword2 keyword3
document1 number   number   number
document2 number   number   number 
document3 number   number   number

在查看python.org上的CSV函数文档和本网站上的其他问题时，我所接近的最接近的是：

document1 keyword1 number
document1 keyword2 number
document1 keyword3 number
document2 keyword1 number
document2 keyword2 number
document2 keyword3 number
document3 keyword1 number
document3 keyword2 number
document3 keyword3 number

这是我写过的代码的结果：

 with open(os.path.join('C:/Users/Tara/PyCharmProjects/untitled/csv_results/', file_name),
                    'wb') as csvfile:
   w = csv.writer(csvfile)
   for key, value in available_dict.items():
       separate_keys = list(key)
       w.writerow([separate_keys[0], separate_keys[1], value])

我注意到很多解决方案涉及列表理解，但我不知道正确的if语句是什么。当我写字典或写入CSV文件时，我会进行更改吗？

Answer 1

许多现有的python库处理编写csv文件的任务，所以我假设你只想使用简单的python语句和结构。

下面的主要策略是编写生成器函数来创建csv文件的行。为此，该函数首先从字典中提取和排序文档和关键字，然后生成包含关键字的标题行，然后创建并生成每个文档的行

我使用最少数量的列表推导，如果您准备再写几行就可以轻松避免

D = {
    ('doc1', 'key1'): 2, ('doc1', 'key2'): 3, ('doc1', 'key3'): 4,
    ('doc2', 'key1'): 4, ('doc2', 'key2'): 6, ('doc2', 'key3'): 8,
    ('doc3', 'key1'): 6, ('doc3', 'key2'): 9, ('doc3', 'key3'): 12,
}

def gen_rows(D):
    sorted_docs = sorted(set(t[0] for t in D))
    sorted_kwds = sorted(set(t[1] for t in D))
    yield [None,] + sorted_kwds
    for d in sorted_docs:
        yield [d,] + [D.get((d, k), 0) for k in sorted_kwds]

for row in gen_rows(D):
    print(row)

这是输出，准备在csv文件中写入的行列表

[None, 'key1', 'key2', 'key3']
['doc1', 2, 3, 4]
['doc2', 4, 6, 8]
['doc3', 6, 9, 12]

概念性：将字典结果的2D矩阵写入Python中的CSV文件

1 个答案: