我正在尝试从列表中提取连续的“NN”元素(包括“NNP”)并附加到新列表,因为在“NN”之前遇到了“IN”或“TO”。我该怎么做?
我尝试了以下代码。但无法捕获其他类似实例。
new = ['JJ',
'NN',
'IN',
'NNP',
'NN',
'MD',
'VB',
'VBN',
'IN',
'NN',
'TO',
'VB',
'NN',
'CC',
'NN',
'TO',
'NNP',
'NN',
'NN',
'.']
lst = []
for i,j in enumerate(new):
lst1 = []
if j == 'IN':
for i in new[i+1:]:
if 'NN' in i:
lst1.append(i)
lst.append(lst1)
break
lst = [['NNP'], ['NN']]
但我想改进代码以提供以下输出:
[['NNP', 'NN'], ['NN'], ['NNP', 'NN', 'NN']
每个输出 block 之前都出现了“IN”或“TO”。
实际上,上面的列表(新的)是这个列表的基础词性:
[['Additional',
'condition',
'of',
'DeNOx',
'activation',
'shall',
'be',
'introduced',
'in',
'order',
'to',
'provide',
'flexibility',
'and',
'robustness',
'to',
'NSC',
'regeneration',
'management',
'.'],
['JJ',
'NN',
'IN',
'NNP',
'NN',
'MD',
'VB',
'VBN',
'IN',
'NN',
'TO',
'VB',
'NN',
'CC',
'NN',
'TO',
'NNP',
'NN',
'NN',
'.']].
我怎样才能将结果映射回这个列表,这样我就可以得到
[['DeNOx', 'activation'], ['order'], ['NSC', 'regeneration', 'management']]
最佳答案
您可以使用两个方便的 itertools
为此:groupby
和 takewhile
:
from itertools import groupby, takewhile
nn = lambda x: x.startswith('NN')
to_in = lambda x: x in ('IN', 'TO')
list(filter(None, [list(takewhile(nn, g)) for k, g in groupby(new, key=to_in)][1:]))
# [['NNP', 'NN'], ['NN'], ['NNP', 'NN', 'NN']]
这会根据TO
或IN
中的项目将初始列表分块。从除第一个 block 之外的每个 block (为了避免任何初始 NN
),这会获取以 NN
开头的元素。最后,它filters出非真实(空)列表。
关于python - 在特定元素的实例之后从列表中提取相同的元素 block ,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48246653/