我对dicts有疑问。我是一个菜鸟,并且一直在仔细研究这个话题,但我似乎无法绕过它。我想要做的是从文本文件(1200万个术语)中获取这个巨大的列表,将其放入dict中,并获取具有某些特征的项目并将它们放入dict中的一个列表中,以便在我搜索时dict,显示具有该特征的每个元素。
一些列表元素的示例:
0022 hello https:example.com/blah
0122 john https:example.com/blah
3502 hello https:example.com/blah
现在根据上面的数据,我希望有一个dict元素,这是每次单词" hello"出现并与"你好"作为关键,所以当我搜索"你好"我会回来
0022 hello https:example.com/blah
3502 hello https:example.com/blah
有关如何有效执行此操作的任何提示?
我知道数据库可能是一个更快更好的解决方案,但我对DB一无所知,我甚至不是CS学生我只是选修课。谢谢你的帮助
答案 0 :(得分:1)
正如所建议的那样,defaultdict(list)
非常适合这样做:
from collections import defaultdict
data = defaultdict(list)
with open('input.txt') as f_input:
for line in f_input:
key = line.split()[1]
data[key].append(line)
print(''.join(data['hello']))
将显示以下行:
0022 hello https:example.com/blah
3502 hello https:example.com/blah
答案 1 :(得分:0)
以下是pandas
解决方案:
import pandas as pd
lst = ['0022 hello https:example.com/blah',
'0122 john https:example.com/blah',
'3502 hello https:example.com/blah']
df = pd.DataFrame([x.split(' ') for x in lst],
columns=['code', 'name', 'url'])
df['code-url'] = list(zip(df['code'], df['url']))
d = df.groupby('name')['code-url'].apply(list).to_dict()
# {'hello': [('0022', 'https:example.com/blah'),
# ('3502', 'https:example.com/blah')],
# 'john': [('0122', 'https:example.com/blah')]}