Question

假设我有一个元素列表：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

我希望将此列表转换为唯一元素的索引列表。

因此CatA分配给索引0，CatB分配给索引1，CatC分配给索引2.

我想要的结果是：

result = [0, 1, 2, 0, 0, 2]

目前我通过创建一个字典来为每个元素分配它唯一的id，然后使用列表理解来创建最终的索引列表：

unique_classes = np.unique(my_list)
conversion_dict = dict(unique_classes, range(len(unique_classes))
result = [conversion_dict[i] for i in my_list]

我的问题是：有没有更简单直接的方法呢？

我正在考虑拥有一个很大的类别列表，因此它需要高效但却阻止我手动创建唯一列表，字典和列表理解。

Answer 1

这样可以解决问题：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
first_occurances = dict()
result = []

for i, v in enumerate(my_list):
    try:
        index = first_occurances[v]
    except KeyError:
        index = i
        first_occurances[v] = i
    result.append(index)

复杂性将是 O（n）。

基本上你要做的是存储第一个值出现的dict索引。如果first_occurances没有值v，那么我们会保存当前索引i。

Answer 2

根据@mikey的建议，您可以使用np.unique，如下所示：

import numpy as np

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

res = np.unique(my_list, return_inverse=True)[1]

结果：

[0 1 2 0 0 2]

Answer 3

您可以使用scikit learn中的标签编码器来执行此操作。它会为列表中的每个唯一值分配标签。

示例代码：

from sklearn.preprocessing import LabelEncoder
my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
le = LabelEncoder()
print(le.fit(my_list).transform(my_list))

Answer 4

result = [my_list.index(l) for l in my_list]
print(result)
[0, 1, 2, 0, 0, 2]

list.index（）返回任务所需的第一次出现的索引。

有关详细信息，请查看documentation

将元素映射到唯一索引列表

4 个答案: