Question

我有这种独特的列表：

unique_list = {'apple', 'banana', 'coconut'}

我想找到在我的大型文本文件中确切出现了多少个元素。我只需要数字，而不是名字。例如，如果只为特定的人找到“苹果”和“香蕉”，则它应返回2。

对于每个人（姓名和姓氏），我需要获得这个人有多少这种独特的水果。在大文件中，这可能很困难。我需要最快的方法。

比方说，我从文本文件的名称：

people = {'cody meltin', 'larisa harris', 'harry barry'}

该文本文件为如下：

Name           Fruit unit

cody melton    apple  3

cody melton    banana 5

cody melton    banana 7

larisa harris  apple  8

larisa harris  apple  5

输出应如下所示：

{'cody meltin':2, 'larisa harris':1, 'harry barry':0}

我不想使用任何程序包，而仅使用内置程序和基本库。

Answer 1

您可以利用python的基本库-collections

from collections import Counter

dict(Counter(pd.Series(['cody', 'cody ', 'cody ', 'melton', 'melton', 'harry'])))

输出

{'cody ': 2, 'melton': 2, 'cody': 1, 'harry': 1}

在上面的示例中，我传递了一个pd.Series作为其参数，但在您的情况下，您可以将df['name']传递给它，它是一个pd.Series对象。

Answer 2

您没有指定源数据的格式，所以我们说它是一个列表列表：

>>> data = [["cody melton", "apple", 3], ["cody melton", "banana", 5],
            ["cody melton", "banana", 7], ["larisa harris", "apple", 8],
            ["larisa harris", "apple", 5]]

在“香草” python中寻找性能时，请查看标准库-在这种情况下为collections.Counter；我们将使用它来计算名称水果的所有唯一组合：

>>> pairs = Counter(((x[0], x[1]) for x in data))
>>> pairs
Counter({('cody melton', 'banana'): 2, ('larisa harris', 'apple'): 2, ('cody melton', 'apple'): 1})

该参数是一个迭代器，它从源数据中创建一个元组(name, fruit)，而Counter对它们的出现进行计数。

编辑：而且，如果您只想计算特定集合中的水果，则可以：

fruits = set(['apple', 'banana', 'coconut'])

，然后将其添加为理解条件：

>>> pairs = Counter(((x[0], x[1]) for x in data if x[1] in fruits))

我们快到了-剩下的就是计算各个名称的出现次数：

>>> names = Counter((pair[0] for pair in pairs))
>>> names
Counter({'cody melton': 2, 'larisa harris': 1})
>>> dict(names)  # this is how to cast it to a regular dict
{'larisa harris': 1, 'cody melton': 2}

我看到您的输出中出现了0次“ harry barry”-显然它们没有出现在源data中，因此只需将它们添加到值为0的字典中即可。

Answer 3

只需这样做：

xx = ['apple', 'apple', 'banana', 'coconut'];
d = dict()

for x in xx:    
    if x in d:
        d[x] += 1
    else:
        d[x] = 1


print (d)

大文件中每个人的唯一值总数

3 个答案: