添加单个字符以在 Counter 中添加键答案

【问题标题】：Adding a single character to add keys in Counter添加单个字符以在 Counter 中添加键
【发布时间】：2017-08-27 22:06:15
【问题描述】：

如果 Counter 对象的键类型为str，即：

我可以这样做：

>>> vocab_counter = Counter("the lazy fox jumps over the brown dog".split())

>>> vocab_counter  = Counter({k+u"\uE000":v for k,v in vocab_counter.items()})
>>> vocab_counter
Counter({'brown\ue000': 1,
         'dog\ue000': 1,
         'fox\ue000': 1,
         'jumps\ue000': 1,
         'lazy\ue000': 1,
         'over\ue000': 1,
         'the\ue000': 2})

将字符添加到所有键的快速和/或 Python 方法是什么？

上述方法是实现将字符附加到所有键的最终计数器的唯一方法吗？是否有其他方法可以实现相同的目标？

【问题讨论】：

我认为您的做法似乎还不错...您期待什么样的改进？用的时间？代码行数？
不是几行代码，就是想知道有没有更好的办法。多次遍历所有键并不是最优的。也许我必须将其转储到数据帧或 numpy 数组中，然后将其读回计数器。
我不认为这会更好......那样会涉及创建拆分字符串列表，操作其中的每一个，然后计算它们。它目前的下降方式只涉及每个独特的单词 - 所以如果计算一本小说，它会更加干净和高效（无论如何我认为）我要做的唯一改变是在你的最后一步创建字典而不是计数器，因为您不再需要计算（我假设）
嗨@alvas 不知道多次，但您必须至少迭代一次才能更新。检查我的答案。它可能会对你有所帮助。

标签： python string dictionary counter key-value

【解决方案1】：

更好的方法是在创建计数器对象之前添加该字符。您可以使用Counter 中的生成器表达式来做到这一点：

In [15]: vocab_counter = Counter(w + u"\uE000" for w in "the lazy fox jumps over the brown dog".split())

In [16]: vocab_counter
Out[16]: Counter({'the\ue000': 2, 'fox\ue000': 1, 'dog\ue000': 1, 'jumps\ue000': 1, 'lazy\ue000': 1, 'over\ue000': 1, 'brown\ue000': 1})

如果在创建计数器之前无法修改单词，您可以覆盖Counter 对象以添加特殊字符during setting the values for keys。

【讨论】：

【解决方案2】：

我用的最短的方法是，

vocab_counter = Counter("the lazy fox jumps over the brown dog".split()) 
for key in vocab_counter.keys():
  vocab_counter[key+u"\uE000"] = vocab_counter.pop(key)

【讨论】：

'\ue000' 应该在每个新键的末尾，而不是前面。
啊！你可以认为这是错字：P
现在已经解决了，我认为这是这里唯一没有错误的答案。我不认为这种方法比问题中的方法更好，但至少不会更糟。

【解决方案3】：

我能想到的唯一其他优化方法是使用Counter 的子类，在插入键时附加字符：

from collections import Counter


class CustomCounter(Counter):
    def __setitem__(self, key, value):
        if len(key) > 1 and not key.endswith(u"\uE000"):
            key += u"\uE000"
        super(CustomCounter, self).__setitem__(key, self.get(key, 0) + value)

演示：

>>> CustomCounter("the lazy fox jumps over the brown dog".split())
CustomCounter({u'the\ue000': 2, u'fox\ue000': 1, u'brown\ue000': 1, u'jumps\ue000': 1, u'dog\ue000': 1, u'over\ue000': 1, u'lazy\ue000': 1})
# With both args and kwargs 
>>> CustomCounter("the lazy fox jumps over the brown dog".split(), **{'the': 1, 'fox': 3})
CustomCounter({u'fox\ue000': 4, u'the\ue000': 3, u'brown\ue000': 1, u'jumps\ue000': 1, u'dog\ue000': 1, u'over\ue000': 1, u'lazy\ue000': 1})

【讨论】：

演示中的 CustomCounter 包含条目 u'the\ue000': 1，其值应为 2，因此此解决方案似乎存在错误。
@Felix 哎呀！固定。

【解决方案4】：

你可以通过字符串操作来做到这一点：

text = 'the lazy fox jumps over the brown dog'
Counter((text + ' ').replace(' ', '_abc ').strip().split())

【讨论】：