使用 pandas 计算列表字典中的值并连接输出的键和值名称答案

【问题标题】：Count values in a dict of lists and join keys and values names for the output using pandas使用 pandas 计算列表字典中的值并连接输出的键和值名称
【发布时间】：2020-09-19 00:32:57
【问题描述】：

我需要帮助从字典 (python3) 中获取一些输出：

{'horse': ['brown', 'black'], 'duck': ['brown', 'black', 'brown', 'grey', 'brown']}

需要的输出：

black horse: 1
brown horse: 1
grey horse: 0
black duck: 1
brown duck: 3
grey duck: 1

有人可以提供解决方案吗？

【问题讨论】：

标签： python python-3.x pandas dictionary

【解决方案1】：

如果您只想在 Python 中执行此操作：

您可以使用来自collections 模块的Counter：

In [622]: from collections import Counter
In [623]: d = {'horse': ['brown', 'black'], 'duck': ['brown', 'black', 'brown', 'grey', 'brown']} 

In [611]: l = [j + ' ' + key for key, value in d.items() for j in value]

In [620]: Counter(l)                   
Out[620]: 
Counter({'brown horse': 1,
     'black horse': 1,
     'brown duck': 3,
     'black duck': 1,
     'grey duck': 1})

【讨论】：

【解决方案2】：

我想这可以进一步优化，但你可以尝试：

d={'horse': ['brown', 'black'], 'duck': ['brown', 'black', 'brown', 'grey', 'brown']}

s=pd.Series(d).explode()
import itertools
l=[*map(' '.join,itertools.product(s.index.unique(),s.unique()))]
print(s.reset_index().agg(' '.join,1).value_counts().reindex(l,fill_value=0))

horse brown    1
horse black    1
horse grey     0
duck brown     3
duck black     1
duck grey      1
dtype: int64

【讨论】：

【解决方案3】：

既然你标记 panda 做 explode ，然后通过 crosstab 计算频率，并用 join 展平索引

s=pd.Series(d).explode()
s=pd.crosstab(s.index,s).stack()
s.index=s.index.map('_'.join)
s.to_dict()
{'duck_black': 1, 'duck_brown': 3, 'duck_grey': 1, 'horse_black': 1, 'horse_brown': 1, 'horse_grey': 0}

【讨论】：

【解决方案4】：

您可以使用defaultdict，默认出厂设置为整数 - 这充当字典中所有条目的计数器：

from collections import defaultdict
d = defaultdict(int)
for k,v in data.items():
    for val in v:
        #combine the key with the individual values in the list
        #and get the tally/count
        d[" ".join((val,k))] += 1

d

defaultdict(int,
            {'brown horse': 1,
             'black horse': 1,
             'brown duck': 3,
             'black duck': 1,
             'grey duck': 1})

【讨论】：

【解决方案5】：

您可以递归地将键的字符串附加到所需结果并记录唯一的解决方案。

我想使用的伪代码如下：

def helper(dict, string_of_prior_keys = ""):
  list_of_strings = []
  for k in dict.keys():
    if type(dict[k]) is dict:
      list_of_strings += [helper(dict[k], k + string_of_prior_keys)]
    else:
      list_of_strings += [k + string_of_prior_keys]
  return list_of_strings

那么您需要做的就是计算返回的字符串列表中的唯一字符串。我希望这有帮助。如果我有任何不清楚的地方，请告诉我！

【讨论】：

请注意，这根本不是最有效的，而且它有点硬编码，因为我看到嵌套信息描述了字典的上层。
即使它是一个算法，您也可以将dict[k] is dictionary 替换为type(dict[k]) is dict 只是为了清楚起见，并且不要使用内置的名称作为变量名;)
当然。当我说伪代码时并没有打算编写实际代码，但没有意识到只有一行是非代码。