列表中的项目位置

Question

我有这本词典：

db= {'www.baurom.ro':
                     {0: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
                      1: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
                     },
    'slbz2':
            {0: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
             1: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
    }

还有一个清单：

lista=['www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.listafirme.ro', 'www.romanian-companies.eu', 'www.risco.ro']

我现在在做什么：

for x in lista:
     if x in db:
        db[x][0][lista.index(x)]+=1

换句话说，我想计算每个站点在列表中出现的次数以及出现在哪个位置。这可行，但在给定的示例中，它将返回如下内容：

{0: [7, 0, 0, 0, 0, 0, 0, 0, 0, 0]

虽然我希望它是：

{0: [1, 1, 1, 1, 1, 1, 1, 0, 0, 0]

我怎样才能做到这一点？我可以使用一个变量，使用 var=0 然后 +=1 启动它，并将其用作人工索引，但有没有更“pythonic”的方法？

Answer 1

如果我正确理解您的问题，您已经拥有 db 字典并且您正在寻找 enumerate 运算符。

您的代码将如下所示：

for index, element in enumerate(lista):
    if element in db:
        db[element][0][index] = 1 

Answer 2

你可以这样做：

for entry in db:
    db[entry][0] = [int(x == entry) for x in lista]
print(db)  # {'slbz2': {0: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0], 1: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]}, 'www.baurom.ro': {0: [1, 1, 1, 1, 1, 1, 1, 0, 0, 0], 1: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]}}

实际上，您将dictionary 值替换为列表理解，该列表理解将dictionary 条目与lista 条目进行比较。如果比较的结果是True，则将boolean 值转换为integer（True -> 1，False -> 0）。

---

如果lista 中的项目与dictionary 键相比非常有限，您可以这样做：

for entry in set(x for x in lista if x in db):
    # rest stays the same

这样，您可以循环并仅编辑 dictionary 中出现在 lista 中的那些 keys。另请注意，您循环遍历由 lista 的元素构造的 set 以忽略其重复项（'www.baurom.ro' key 被编辑一次，而不是在 lista 上出现的次数）。

Answer 3

如果我正确理解您的问题，您可以迭代 lista 并根据需要创建 db：

urls = ['www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.listafirme.ro', 'www.romanian-companies.eu', 'www.risco.ro']
n = len(urls)
db = {}

for i, url in enumerate(urls):
    if not db.get(url):
        db[url] = {0: [0] * n} # NOTE: Use numpy for large arrays
    db[url][0][i] = 1

print(db)
# {'www.romanian-companies.eu': {0: [0, 0, 0, 0, 0, 0, 0, 0, 1, 0]}, 'www.risco.ro': {0: [0, 0, 0, 0, 0, 0, 0, 0, 0, 1]}, 'www.listafirme.ro': {0: [0, 0, 0, 0, 0, 0, 0, 1, 0, 0]}, 'www.baurom.ro': {0: [1, 1, 1, 1, 1, 1, 1, 0, 0, 0]}}

它只需要通过lista 一次，应该非常快。

如果你有一个有趣的 url 列表，你可以使用这个变体：

from collections import defaultdict

urls = ['www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.baurom.ro', 'www.listafirme.ro', 'www.romanian-companies.eu', 'www.risco.ro']

interesting_urls = set(['www.baurom.ro', 'slbz2'])

n = len(urls)

def url_array():
    return {0: [0] * n, 1: [0] * n}

db = defaultdict(url_array)

for i, url in enumerate(urls):
    if url in interesting_urls:
        db[url][0][i] = 1

print(db)
# defaultdict(<function url_array at 0x7fe8a95b87d0>, {'www.baurom.ro': {0: [1, 1, 1, 1, 1, 1, 1, 0, 0, 0], 1: [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]}})