计算字典中项目的频率

Question

我有一个名为 purchases 的字典，它以付款方式作为键，而字典则包含付款类型及其频率作为值。示例格式如下：

{'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},
'Debit card': {'Food': 2},
'Check': {'Rent': 1, 'Utilities': 1}, … }

我想创建一个新字典，其中支付方式的频率作为键，支付方式作为值。期望的输出：

[{6: ['Credit card']}, {2: ['Debit card', 'Check']}]

到目前为止，这是我的代码：

artist_count = {}
for artist in artist_songs.keys():
    if artist in artist_count:
        artist_count[artist] += 1
    else:
        artist_count[artist] = 1
print(artist_count)

目前，这会输出一个字典，其中每个唯一的付款方式作为键，1 作为其值。我很难计算每个的频率，以及切换键和值。 （我相信我可以将 len 函数用于前者，但我还没有运气。）

如何创建以支付方式频率为键、支付方式为值的新字典？

Answer 1

让我们分两步完成：

1. 我们首先制作一个字典，其中键是支付类型，值是频率。
2. 然后，我们将这个字典逆序得到你想要的字典。

对于第一部分，

freq_dict = {}
for key in given_dict:
    freq_dict[key] = 0
    for item in given_dict[key]:
        freq_dict[key]+=given_dict[key][item]

第二部分：

result_dict = {}
for key in freq_dict:
    value = freq_dict[key]
    if value not in result_dict:
        result_dict[value] = []
    result_dict[value].append(key) 

given_dict 是我们开始使用的字典。

如果有不清楚的地方请告诉我:)

Answer 2

purchases = {'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},
'Debit card': {'Food': 2}, 'Check': {'Rent': 1, 'Utilities': 1}}

paymentFreq = {}

for method, category in purchases.items():
    countSum = 0
    for item, count in category.items():
        countSum = countSum + count
    if countSum not in paymentFreq:
        paymentFreq[countSum] = [method]
    else:
        paymentFreq[countSum].append(method)

print(paymentFreq)

Answer 3

在 pandas 中也可以这样：

df = pd.DataFrame({'vals':[*in_dict.values()],'vars':[*in_dict.keys()]})
df['vals'] = df['vals'].apply(lambda x: sum(x.values())) #because nested dict
out_dict = df.groupby('vals')['vars'].agg(list).to_dict()

输出：

{2: ['Debit card', 'Check'], 6: ['Credit card']}

Answer 4

我的解决方案遵循与@Shagun Sodhani 相同的逻辑，但使用一个循环而不是两个循环

payments = {'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},
'Debit card': {'Food': 2},
'Check': {'Rent': 1, 'Utilities': 1}}

sums = {}

for payment_type, payment_entries in payments.items():
    # calculate the number of times that a payment was used
    payment_type_frequency = sum(payment_entries.values())

    # check if the frequencu is already in the result array
    if payment_type_frequency in sums.keys():
        # if yes, append
        sums[payment_type_frequency].append(payment_type)
    else:
        # else add a new key and assign a one element list to it
        sums[payment_type_frequency] = [payment_type]

print(sums)

我们也可以使用 defaultdict 来简化这段代码：

import collections 

payments = {'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},
'Debit card': {'Food': 2},
'Check': {'Rent': 1, 'Utilities': 1}}

sums = collections.defaultdict(list)

for payment_type, payment_entries in payments.items():
    # calculate the number of times that a payment was used
    payment_type_frequency = sum(payment_entries.values())
    # check if the frequency is already in the result array
    sums[payment_type_frequency].append(payment_type)

print(sums)

或者我们也可以使用列表推导来获得更智能但不可读的代码（在任何生产代码中都没有建议）：

import collections 

payments = {'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},
'Debit card': {'Food': 2},
'Check': {'Rent': 1, 'Utilities': 1}}

sums = collections.defaultdict(list)

[sums[sum(payment_entries.values())].append(payment_type) for payment_type, payment_entries in payments.items()]

print(sums)

Answer 5

一种简单的方法是在此处使用列表中的collections.defaultdict 按总和进行分组并附加付款方式：

from collections import defaultdict

data = {
    "Credit card": {"Grocery": 3, "Gas": 1, "Store": 2},
    "Debit card": {"Food": 2},
    "Check": {"Rent": 1, "Utilities": 1},
}

payment_map = defaultdict(list)
for method, payments in data.items():
    total = sum(payments.values())
    payment_map[total].append(method)

print([{k: v} for k, v in payment_map.items()])
# [{6: ['Credit card']}, {2: ['Debit card', 'Check']}]

在此处使用 defaultdict 的好处是，它会在添加新密钥时自动为您创建列表。你不必自己做，这也会导致代码更简洁。

如果您更喜欢非库解决方案，您可以在此处使用dict.setdefault()：

payment_map = {}
for method, payments in data.items():
    total = sum(payments.values())
    payment_map.setdefault(total, []).append(method)

注意： How does collections.defaultdict work? 是一个很好的问题，可以探索有关 defaultdict 工作原理的更多信息。

Answer 6

如果熊猫是一个选项，试试这个：

import pandas as pd
import collections

mycounter=[]
dff = {'Credit card': {'Grocery': 3, 'Gas': 1, 'Store': 2},'Debit card': {'Food': 2},'Check': {'Rent': 1, 'Utilities': 1}}

newdf2 = pd.read_json(json.dumps(dff))
for i,j in newdf2.iteritems():
    mycounter.append({ newdf2[i].sum().astype(int) :[i]})

res = {}
for d in mycounter:
    for k, v in d.items():
        res.setdefault(k, []).extend(v)

res
#[{6: ['Credit card']}, {2: ['Debit card', 'Check']}]