Python-对字典中存储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项目的示例。 我的词典存储了多个列表。 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，即结果应为

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

2.我想按每个字母分组，即结果应为

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

如何通过使用一些现有的Python库而不使用许多for循环来实现这两者？

Answer 1

要进入（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groupby和一个键来访问（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

有几种方法可以完成此操作，但是如果您希望处理这些事情而不必担心import其他模块或安装和导入外部模块，则此方法将“开箱即用”。

以d作为起始字典：

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

创建一个新的dict ，呼吁letters ，你的结果住，并与你的信，取自填充它d.keys()创建如果它不存在的字母键，并创建与计数的列表和来自d的键值。 如果已经存在，则增加计数，并将当前键从d附加到值的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]

这样，您便得到了一个包含letters的dict letters其中包含计数值以及d中包含字母的键，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索引（或“计数”索引）的内容作为其值，并使用内置的sorted()函数对事物进行排序。

要打印第2，同样sorted()做同样的，但与第二或“钥匙”，它的价值列表中的指标， .joined使用,为一个字符串：

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

为了简化“复制/粘贴”操作，以下是我杂乱无章的代码：

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]))

希望这可以帮助！

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：

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

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，如果您拥有A - text1, text2, text4, text5才能到达A - 4则只需对文本进行计数即可。

Answer 5

对于您的第一个任务：

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，将字典中的每个列表连接到一个字符串中（外部的''.join（） ）
• Counter是内置程序包集合中的一个类，它仅对可迭代的元素（在这种情况下为字符串）进行计数，并将它们复制为（键，值）对的元组（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]其中l [0]是（键，值）对中的字母。

如我所见，您已经有了第二个问题的解决方案。