Python - 对存储在字典中的列表中的项目进行计数和分组

Question

我已经看到了有关如何计算字典或列表中的项目的示例。我的字典存储了多个列表。每个列表存储多个项目。

d = dict{}
d  = {'text1': ['A', 'C', 'E', 'F'], 
      'text2': ['A'], 
      'text3': ['C', 'D'], 
      'text4': ['A', 'B'], 
      'text5': ['A']}

1.我想计算每个字母的频率，即结果应该是

A - 4  
B - 1  
C - 2  
D - 1  
E - 1  
F - 1

2. 我想按每个字母进行分组，即结果应该是

A - text1, text2, text4, text5  
B - text4  
C - text1, text3  
D - text3  
E - text1  
F - text1  

如何通过使用一些 Python 现有库而不使用许多 for 循环来实现这两者？

Answer 1

要达到 (2)，您必须首先反转字典的键和值，并将它们存储在列表中。到达那里后，使用带有密钥的groupby 进入 (2) 的结构。

from itertools import groupby

arr = [(x,t) for t, a in d.items() for x in a]
# [('A', 'text2'), ('C', 'text3'), ('D', 'text3'), ('A', 'text1'), ('C', 'text1'), ('E', 'text1'), ('F', 'text1'), ('A', 'text4'), ('B', 'text4'), ('A', 'text5')]

res = {g: [x[1] for x in items] for g, items in groupby(sorted(arr), key=lambda x: x[0])}
#{'A': ['text1', 'text2', 'text4', 'text5'], 'C': ['text1', 'text3'], 'B': ['text4'], 'E': ['text1'], 'D': ['text3'], 'F': ['text1']}

res2 = {x: len(y) for x, y in res.items()}
#{'A': 4, 'C': 2, 'B': 1, 'E': 1, 'D': 1, 'F': 1}

PS：我希望您在真实代码中使用有意义的变量名。

Answer 2

有几种方法可以实现这一点，但如果您想处理事情而不用担心 import 附加模块或安装和导入外部模块，这种方法将“开箱即用”干净利落。

以d 作为您的起始字典：

d  = {'text1': ['A', 'C', 'E', 'F'], 
      'text2': ['A'], 
      'text3': ['C', 'D'], 
      'text4': ['A', 'B'], 
      'text5': ['A']}

创建一个新的dict，称为letters，用于存放您的结果，并用取自d.keys() 的字母填充它，方法是创建不存在的字母键，并创建一个列出来自d的计数和键，因为它的值。如果它已经存在，则增加计数，并将当前键从 d 添加到值中的 d 键列表中。

letters = {}
for item in d.keys():
    for letter in d[item]:
        if letter not in letters.keys():
            letters[letter] = [1,[item]]            
        else:
            letters[letter][0] += 1
            letters[letter][1] += [item]

这会给您留下一个名为letters 的dict，其中包含计数值和来自d 的包含字母的键，如下所示：

{'E': [1, ['text1']], 'C': [2, ['text3', 'text1']], 'F': [1, ['text1']], 'A': [4, ['text2', 'text4', 'text1', 'text5']], 'B': [1, ['text4']], 'D': [1, ['text3']]}`

现在，要打印您的第一个列表，请执行以下操作：

for letter in sorted(letters):
    print(letter, letters[letter][0])

打印每个字母和列表的第一个或“计数”索引的内容作为其值，并使用内置的sorted() 函数来整理。

要打印第二个，同样是sorted()，执行相同操作，但在其值中使用列表的第二个或“键”索引，.joined 使用, 到字符串中：

for letter in sorted(letters):
    print(letter, ', '.join(letters[letter][1]))

为了方便复制/粘贴，以下是我漫无目的的代码：

d  = {'text1': ['A', 'C', 'E', 'F'], 
      'text2': ['A'], 
      'text3': ['C', 'D'], 
      'text4': ['A', 'B'], 
      'text5': ['A']}

letters = {}
for item in d.keys():
    for letter in d[item]:
        if letter not in letters.keys():
            letters[letter] = [1,[item]]            
        else:
            letters[letter][0] += 1
            letters[letter][1] += [item]

print(letters)

for letter in letters:
    print(letter, letters[letter][0])
print()
for letter in letters:
    print(letter, ', '.join(letters[letter][1]))

希望这会有所帮助！

Answer 3

from collections import Counter, defaultdict
from itertools import chain
d  = {'text1': ['A', 'C', 'E', 'F'], 
      'text2': ['A'], 
      'text3': ['C', 'D'], 
      'text4': ['A', 'B'], 
      'text5': ['A']}
counter = Counter(chain.from_iterable(d.values()))
group = defaultdict(list)
for k, v in d.items():
    for i in v:
        group[i].append(k)

出来：

Counter({'A': 4, 'B': 1, 'C': 2, 'D': 1, 'E': 1, 'F': 1})
defaultdict(list,
            {'A': ['text2', 'text4', 'text1', 'text5'],
             'B': ['text4'],
             'C': ['text1', 'text3'],
             'D': ['text3'],
             'E': ['text1'],
             'F': ['text1']})

Answer 4

第一个任务：

from collections import Counter


d = {
  'text1': ['A', 'C', 'E', 'F'],
  'text2': ['A'],
  'text3': ['C', 'D'],
  'text4': ['A', 'B'],
  'text5': ['A']
}

occurrences = Counter(''.join(''.join(values) for values in d.values()))
print(sorted(occurrences.items(), key=lambda l: l[0]))

现在让我解释一下：

• ''.join(values) 将列表（例如 ['A', 'B', 'C', 'D'] 转换为 'ABCD' )
• 然后您将字典中的每个列表加入成一个字符串（外部 ''.join()）
• Counter 是内置包 collections 中的一个类，它简单地计算可迭代对象（在本例中为 string）中的元素并将它们复制为元组(key, value) 对（例如 ('A', 4)）
• 最后，我按字母顺序对 Counter 项（就像字典一样）进行排序（key=lambda l: l[0] where l[0] 是 (key, value) 对中的字母。

正如我所见，您已经有了第二个问题的解决方案。

Answer 5

from collections import defaultdict

alphabets = defaultdict(list)
his is a way to acheive this:

    for text, letters in d.items():
        for letter in letters:
            alphabets[letter].append(text)

    for letter, texts in sorted(alphabets.items()):
        print(letter, texts)

    for letter, texts in sorted(alphabets.items()):
        print(letter, len(texts))

请注意，如果您有 A - text1, text2, text4, text5 到 A - 4 只是计算文本的问题。