python - 我有一个输入文件，我正在尝试从中构建字典

Question

我有一个输入文件，我正试图从中构建数据库。
每一行看起来像这样:

Amy Shchumer, Trainwreck, I Feel Pretty, Snatched, Inside Amy Shchumer  
Bill Hader,Inside Out,  Trainwreck, Tropic Thunder 

等等。
第一个字符串是 Actor \女 Actor ，然后是他们出演的电影。
数据未排序，它们是一些尾随空格。

我想创建一个如下所示的字典:
{'Trainwreck': {'Amy Shchumer', 'Bill Hader'}}
键是电影，值应该是其中的 Actor ，统一在一组数据类型中。

def create_db():
   my_dict = {}
   raw_data = open('database.txt','r+') 
   for line in raw_data:
      lst1 = line.split(",") //to split by the commas 
      len_row = len(lst1)
      lst2 = list(lst1) 
      for j in range(1,len_row):
         my_dict[lst2[j]] = set([lst2[0]])
print(my_dict)

它不起作用...它没有解决当 key 已经存在时应该将 actor 与前一个 actor 统一在一个集合中的问题

相反，我最终得到:
'Trainwreck':{'Amy Shchumer'}，'Inside Out':{'Bill Hader'}

Answer 1

def create_db():
    db = {}
    with open("database.txt") as data:
        for line in data.readlines():
            person, *movies = line.split(",")
            for m in movies:
                m = m.strip()
                db[m] = db.get(m, []) + [person]

    return db

输出:

{'Trainwreck': ['Amy Shchumer', 'Bill Hader'], 
 'I Feel Pretty': ['Amy Shchumer'], 
 'Snatched': ['Amy Shchumer'], 
 'Inside Amy Shchumer': ['Amy Shchumer'], 
 'Inside Out': ['Bill Hader'], 
 'Tropic Thunder': ['Bill Hader']}

这将循环遍历数据并将每一行的第一个值分配给 person，其余的分配给 movies(参见 here 以了解如何 * 解包元组)。然后对于所有电影，它使用 .get检查它是否在数据库中，如果是则返回列表，如果不是则返回空列表。然后它将新 Actor 添加到列表中。

另一种方法是使用 defaultdict :

from collections import defaultdict

def create_db():
    db = defaultdict(lambda: [])
    with open("database.txt") as data:
        for line in data.readlines():
            person, *movies = line.split(",")
            for m in movies:
                db[m.strip()].append(person)

    return db

如果 key 不存在，它会自动分配 []。