如何根据标签映射字典转换列表列表中的元素？答案

【问题标题】：How to convert elements in a list of list according to label map dictionary?如何根据标签映射字典转换列表列表中的元素？
【发布时间】：2021-02-06 02:43:30
【问题描述】：

我正在尝试根据标签映射字典转换列表列表的元素。这个原始列表看起来像：

original= [['0','1','2'],
           ['0', '0', '0', '0', '0', '0', '0', '1', '2', '0'],
           ['0', '0', '1', '2', '0', '0', '0', '0']]

我要转换original中的元素的标签映射字典根据：

twitter_label_map = {'0':'O', '1':'B_A', '2':'I_A'}

想要的输出应该是这样的：

desired = [['O','B_A','I_A'],
           ['O', 'O', 'O', 'O', 'O', 'O', 'O', 'B_A', 'I_A', 'O'],
           ['O', 'O', 'B_A', 'I_A', 'O', 'O', 'O', 'O']]

我试过这样做：

desired = [[twitter_label_map[old_label] for labels_list in original] for old_label in labels_list]

但是这给了我以下错误：

NameError: name 'labels_list' is not defined

提前致谢！

【问题讨论】：

标签： python dictionary nested-lists data-conversion

【解决方案1】：

您在正确的轨道上，但在您的列表理解中混淆了变量。

您在这里有嵌套列表。因此，您应该循环遍历original 中的每个sublist，然后将twitter_label_map 应用于sublist 中的每个元素e：

original = [
    ['0', '1', '2'],
    ['0', '0', '0', '0', '0', '0', '0', '1', '2', '0'],
    ['0', '0', '1', '2', '0', '0', '0', '0']
]

twitter_label_map = {'0': 'O', '1': 'B_A', '2': 'I_A'}

result = [[twitter_label_map[e] for e in sublist] for sublist in original]

print(result)

输出：

[['O', 'B_A', 'I_A'], ['O', 'O', 'O', 'O', 'O', 'O', 'O', 'B_A', 'I_A', 'O'], ['O', 'O', 'B_A', 'I_A', 'O', 'O', 'O', 'O']]

以上等价于：

result = []
for sublist in original:
    sub = []  # transformed sublist
    for e in sublist:
        sub.append(twitter_label_map[e])
    result.append(sub)

换句话说，嵌套循环，我们将每个转换后的sublist 附加到外部result 列表中。

【讨论】：

【解决方案2】：

你的理解嵌套是倒置的。您必须先在外括号中定义labels_list，然后才能在内括号中使用它。考虑嵌套循环。

【讨论】：

【解决方案3】：

desired = [[twitter_label_map[ele] for ele in lst] for lst in original]

输出是：

[['O', 'B_A', 'I_A'],
['O', 'O', 'O', 'O', 'O', 'O', 'O', 'B_A', 'I_A', 'O'], 
['O', 'O', 'B_A', 'I_A', 'O', 'O', 'O', 'O']]

列表推导与下面的 for 循环相同：

desired = []
for lst in original:
    new_lst = []
    for ele in lst:
        new_lst.append(twitter_label_map[ele])
    desired.append(new_lst)

【讨论】：

【解决方案4】：

所有其他答案都明确使用循环。如果您不想使用循环，这里有另一种实现您想要的方法：

def parse_symbols(symbols_list):
    return list(map(lambda e: twitter_label_map[e], symbols_list))

results = list(map(parse_symbols, original))
print(results)

输出：

[['O', 'B_A', 'I_A'], ['O', 'O', 'O', 'O', 'O', 'O', 'O', 'B_A', 'I_A', 'O'], ['O', 'O', 'B_A', 'I_A', 'O', 'O', 'O', 'O']]

根据您的用例，使用 map 可能会产生更好的性能 (source)：

由于 map() 是用 C 语言编写的并且经过高度优化，它的内部隐含循环比常规 Python for 循环更有效。这是使用 map() 的优势之一。

如果您将来需要，此方法还可以让您更轻松地在代码中实现并行处理（请参阅multiprocessing.Pool.map）。

【讨论】：