python - 将多个元组转换为嵌套字典

Question

我有这组元组:

tokens = [('abstract', '1'), ('text', '1'), ('oie', '1'), ('idk', '1'), ('idk', '2'), ('pos', '2'), ('idk', '2'), ('idk', '2'), ('com', '2'), ('ggg', '4'), ('obama', '4'), ('joe', '4'), ('idk', '4')]

我需要将它放入像这样的嵌套字典中:

dict_items([('abstract', {​'1': 1}​), ('text', {​'1': 1}​), ('oie', {​'1': 1}​), ('idk', {​'1': 1, '2': 3, '4': 1}​), ('pos', {​'2': 1}​), ('com', {​'2': 1}​), ('ggg', {​'4': 1}​), ('obama', {​'4': 1}​), ('joe', {​'4': 1}​)])

这是:“term1”:{“文本文件编号”:“出现次数”}

因此术语“idk”在文档 1 中出现一次，在文档 2 中出现 3 次，在文档 4 中出现两次

Answer 1

用途:

tokens = [('abstract', '1'), ('text', '1'), ('oie', '1'), ('idk', '1'), ('idk', '2'), ('pos', '2'),
          ('idk', '2'), ('idk', '2'), ('com', '2'), ('ggg', '4'), ('obama', '4'), ('joe', '4'), ('idk', '4')]

res = {}
for o, i in tokens:
    if o not in res:
        res[o] = {}
    if i not in res[o]:
        res[o][i] = 0
    res[o][i] += 1

print(res)

输出

{'abstract': {'1': 1}, 'text': {'1': 1}, 'oie': {'1': 1}, 'idk': {'1': 1, '2': 3, '4': 1}, 'pos': {'2': 1}, 'com': {'2': 1}, 'ggg': {'4': 1}, 'obama': {'4': 1}, 'joe': {'4': 1}}

一种替代方法是使用 collections.defaultdict

from collections import defaultdict

tokens = [('abstract', '1'), ('text', '1'), ('oie', '1'), ('idk', '1'), ('idk', '2'), ('pos', '2'), ('idk', '2'), ('idk', '2'), ('com', '2'), ('ggg', '4'), ('obama', '4'), ('joe', '4'), ('idk', '4')]


d = defaultdict(lambda : defaultdict(int))

for o, i in tokens:
    d[o][i] += 1

res = { k : dict(v) for k, v in d.items()}
print(res)

输出

{'abstract': {'1': 1}, 'text': {'1': 1}, 'oie': {'1': 1}, 'idk': {'1': 1, '2': 3, '4': 1}, 'pos': {'2': 1}, 'com': {'2': 1}, 'ggg': {'4': 1}, 'obama': {'4': 1}, 'joe': {'4': 1}}

第三种选择是使用 collections.Counter :

from collections import Counter

tokens = [('abstract', '1'), ('text', '1'), ('oie', '1'), ('idk', '1'), ('idk', '2'), ('pos', '2'),
          ('idk', '2'), ('idk', '2'), ('com', '2'), ('ggg', '4'), ('obama', '4'), ('joe', '4'), ('idk', '4')]

d = {}
for (o, i), value in Counter(tokens).items():
    if o not in d:
        d[o] = {}
    d[o].update({i : value})

print(d)