python - 如果值是字符串列表，如何引用字典中的值？

Question

我正在从 Twitter 收集数据，每条推文都采用字典的形式。

我的完整数据集是数千条推文的列表(字典列表)。

我想在每条推文中引用主题标签，但我需要帮助弄清楚如何做到这一点。

以下是包含相关数据的两条部分推文的列表示例:

twitter_tweets =  
[{'created_at': 'Wed Oct 18 22:20:30 +0000 2017', 'id': 920776631102214144, 'entities': {'hashtags': ['#dataanalyst#', '#politics']} 'user': {'id': 119116331, 'statuses_count': 32796, 'verified': False, 'lang': 'en-'}, 'retweet_count': 0, 'favorite_count': 0}
{'created_at': 'Wed Oct 17 12:20:36 +0000 2017', 'id': 920776631106514144, 'entities': {'hashtags': ['#california', '#nationalparks']}  'user': {'id': 119159331, 'statuses_count': 32796, 'verified': False, 'lang': 'en-gb'}, 'retweet_count': 1, 'favorite_count': 2}]

请注意，“entities”键的值是第二个字典。在第二个字典中，“主题标签”是键，值是主题标签列表。

这是我尝试收集所有这些主题标签的列表以创建频率系列的代码:

def make_tweets_series(input_list, first_key, second_key):
    final_keys_list = []
    for line in input_list:
        tweets_by_key = line[first_key][second_key]
        final_keys_list.append(tweets_by_key)
        series_key_values = pd.Series(final_keys_list).value_counts()

    return series_key_values


hashtag_distribution_series = make_tweets_series(twitter_tweets, 'entities', 'hashtags')

我认为，如果“hashtags”值是一个字符串，则该代码可以工作，但它不起作用，因为“hashtags”是一个字符串列表。

如何引用这些列表中的每个主题标签并将它们放入一个系列中？

我的完整错误消息(带有回溯)如下:

Traceback (most recent call last):

  File "<ipython-input-60-7623feb35c84>", line 13, in <module>
    hashtag_distribution_series = make_tweets_series(twitter_tweets, 'entities', 'hashtags')

  File "<ipython-input-60-7623feb35c84>", line 6, in make_tweets_series
    series_key_values = pd.Series(final_keys_list).value_counts()

  File "/home/tommy/anaconda3/lib/python3.6/site-packages/pandas/core/base.py", line 938, in value_counts
    normalize=normalize, bins=bins, dropna=dropna)

  File "/home/tommy/anaconda3/lib/python3.6/site-packages/pandas/core/algorithms.py", line 640, in value_counts
    keys, counts = _value_counts_arraylike(values, dropna)

  File "/home/tommy/anaconda3/lib/python3.6/site-packages/pandas/core/algorithms.py", line 685, in _value_counts_arraylike
    keys, counts = f(values, dropna)

  File "pandas/_libs/hashtable_func_helper.pxi", line 356, in pandas._libs.hashtable.value_count_object (pandas/_libs/hashtable.c:29440)

  File "pandas/_libs/hashtable_func_helper.pxi", line 367, in pandas._libs.hashtable.value_count_object (pandas/_libs/hashtable.c:29189)

TypeError: unhashable type: 'list'

Answer 1

列表不可散列

字面意思；您无法对 list 对象进行哈希处理。 dicts 使用对象的哈希值来查找 key -> value；这样会更快。

改用tuple，这样在返回字符串列表的地方，只需调用tuple(...)。元组是不可变的有序集合，其行为与列表类似，但不可变且可散列。