有條件地創建列表列表

Question

我不知道我是否以最好的方式措辭，但實際上我想根據不同的條件創建一個列表列表。

我使用ElementTree讀取了一些XML數據，並對其進行了解析，然后遍歷樹並將所有標簽放入稱為tags的列表中，並將其值放入名為vals的列表中。

在我的標簽列表中，有幾個句子標簽供我用作字典的鍵，並將相應的值附加到列表中並制成值。

我的標簽列表，它們的對應值和句子標簽如下所示。

tags = ['irrel', 'TAG_ONE', 'TAG_ONE', 'TAG_TWO', 'TAG_ONE', 'TAG_TWO', 'irrel']

vals = ['not_rel', 1, 2, 5, 3, 6, 'not_rel']

sent_tags = ['TAG_ONE', 'TAG_TWO']

我理想的輸出是使用以下代碼實現的tags_dict = {'TAG_ONE': [1, 2, 3], 'TAG_TWO': [5, 6]} 。

sent_vals = list()

# Make a list of all TAG_ONE values and append list to sentence values list
tag_one = list()
tag_one_locs = [i for i, x in enumerate(tags) if x == 'TAG_ONE']
for t in tag_one_locs:
    tag_one.append(vals[t])
sent_vals.append(tag_one)

# make a list of all TAG_TWO values and append list to sentence values list
tag_two = list()
tag_two_locs = [i for i, x in enumerate(tags) if x == 'TAG_TWO']
for tt in tag_two_locs:
    tag_two.append(vals[tt])
sent_vals.append(tag_two)

tags_dict = dict(zip(sent_tags, sent_vals))

但是，這相當丑陋，僅復制和粘貼代碼一百萬次是不切實際的，因為我的真實數據有大約70個句子標簽。 我在如何將代碼簡化為某種列表理解（或其他方式）方面處於空白。

Answer 1

好吧，您可以使用collections.defaultdict(list)大大簡化該過程

• 將標簽和值一起壓縮
• 如果標簽匹配有趣的標簽之一，則添加到字典中

像這樣：

import collections

tags = ['irrel', 'TAG_ONE', 'TAG_ONE', 'TAG_TWO', 'TAG_ONE', 'TAG_TWO', 'irrel']

vals = ['not_rel', 1, 2, 5, 3, 6, 'not_rel']

sent_tags = {'TAG_ONE', 'TAG_TWO'}  # set is preferred when a lot of elements (faster "in" lookup)

tags_dict = collections.defaultdict(list)

for tag,val in zip(tags,vals):
    if tag in sent_tags:
        tags_dict[tag].append(val)

print(dict(tags_dict))  # convert to dict just to print

結果：

{'TAG_TWO': [5, 6], 'TAG_ONE': [1, 2, 3]})

Answer 2

字典理解：

{sent_tag: [vals[ind] for ind, tag in enumerate(tags) if tags[ind] == sent_tag] for sent_tag in sent_tags}

如果理解結構讓您感到困惑，請考慮以下代碼：

output = {}
for sent_tag in sent_tags:
    val_list = []

    for ind, tag in enumerate(tags):
        if tags[ind] == sent_tag:
            val_list.append(vals[ind])

    output.update({sent_tag: val_list})

無論哪種方式：

您的輸出將是：

{'TAG_ONE': [1, 2, 3], 'TAG_TWO': [5, 6]}