Python：将字符串“键”列表枚举为整数

Question

我搜索了一段时间，但没有找到任何能确切解释我正在尝试做的事情。

基本上，我有一个字符串“标签”的列表，例如[“棕色”，“黑色”，“蓝色”，“棕色”，“棕色”，“黑色”]等。我要做的就是将其转换为列表整数，其中每个标签对应一个整数，所以

["brown", "black", "blue", "brown", "brown", "black"]

变成

[1, 2, 3, 1, 1, 2]

我查看了枚举函数，但是当我给它我的字符串列表（很长）时，它为每个单独的标签分配了一个int，而不是给同一标签相同的int：

[(1,"brown"),(2,"black"),(3,"blue"),(4,"brown"),(5,"brown"),(6,"black")]

我知道如何通过冗长而繁琐的for循环和if-else检查来做到这一点，但我真的很好奇是否有一种更优雅的方法仅在一行或两行中执行此操作。

Answer 1

您的标签不唯一； 您可以使用defaultdict在首次访问时结合计数器生成数字：

from collections import defaultdict
from itertools import count
from functools import partial

label_to_number = defaultdict(partial(next, count(1)))
[(label_to_number[label], label) for label in labels]

这在标签第一次出现的顺序生成的计数labels 。

演示：

>>> labels = ["brown", "black", "blue", "brown", "brown", "black"]
>>> label_to_number = defaultdict(partial(next, count(1)))
>>> [(label_to_number[label], label) for label in labels]
[(1, 'brown'), (2, 'black'), (3, 'blue'), (1, 'brown'), (1, 'brown'), (2, 'black')]

因为我们使用的是字典，所以标签到数字的查找是不变的，因此整个操作将根据labels列表的长度花费线性时间。

或者，使用set()获取唯一值，然后将它们映射到enumerate()计数：

label_to_number = {label: i for i, label in enumerate(set(labels), 1)}
[(label_to_number[label], label) for label in labels]

由于set()对象没有排序，因此可以更随意地分配数字：

>>> label_to_number = {label: i for i, label in enumerate(set(labels), 1)}
>>> [(label_to_number[label], label) for label in labels]
[(2, 'brown'), (3, 'black'), (1, 'blue'), (2, 'brown'), (2, 'brown'), (3, 'black')]

但是，这需要两次遍历labels 。

两种方法都不需要您先定义标签字典； 映射是自动创建的。

Answer 2

您可以先创建一个字典，例如：

dict = {"brown":1 , "black": 2, "blue": 3 }

然后：

li = ["brown", "black", "blue", "brown", "brown", "black"]
[dict[i] for i in li]

Answer 3

尝试这个：

lst = ["brown", "black", "blue", "brown", "brown", "black"]
d = {"brown":1, "black":2, "blue":3}

[d[k] for k in lst]
=> [1, 2, 3, 1, 1, 2]

当然，要使其正常工作，您必须在某处定义等效项-上面，我为此使用了字典。 否则，无法知道棕色对应于数字1等。

Answer 4

再现您所要求的答案的最简单的代码是：

l = ["brown", "black", "blue", "brown", "brown", "black"]
i = [l.index(x)+1 for x in l]
print i

>>> [1, 2, 3, 1, 1, 2]

对于较长的列表，这可能会变得很慢，但它会完全生成您所要求的内容，而无需进行任何准备。