Question

让我们假设我有一个这样的字符串：

sentence = 'I am 6,571.5 14 a 14 data 1,a211 43.2 scientist 1he3'

我希望将字符串中最频繁出现的频率作为输出。

在上面的字符串中，这是2，它对应于字符串中最常见的数字14。

当我说数字时，我的意思是只包含数字和,或.的东西，并且用空格分隔。

因此，在唯一的数字上方的字符串是：6,571.5，14，14，43.2。

（请注意，不同的国家/地区会以相反的方式使用,和.来表示小数和千位，因此我要考虑所有这些可能的情况）

如何有效地做到这一点？

PS

有趣的是，发现Python中没有（非常）快速的方法来测试单词是否为数字（包括有关,和.的不同约定的整数和浮点数）。

Answer 1

您可以尝试：

from collections import Counter
import re

pattern = '\s*?\d+[\,\.]\d+[\,\.]\d+\s*?|\s*?\d+[\,\.]\d+\s*?|\s[0-9]+\s'
sentence = 'I am 6,571.5 14 a 14 data 1,a211 43.2 scientist 1he3'
[(_ , freq)] = Counter(re.findall(pattern, sentence)).most_common(1)
print(freq)

# output: 2

或者您可以使用：

def simple(w):
    if w.isalpha():
        return False

    if w.isnumeric():
        return True

    if w.count('.') > 1 or w.count(',') > 1:
        return False

    if w.startswith('.') or w.startswith(','):
        return False

    if w.replace(',', '').replace('.', '').isnumeric():
        return True

    return False

[(_ , freq)] = Counter([w for w in sentence.split() if simple(w)]).most_common(1)
print(freq)

# output: 2

但是第二种解决方案要慢大约2倍

字符串中最频繁出现的数字的频率

1 个答案: