如何将列表数组转换为字符串语料库并将字符串乘以数字（提供的示例）答案

【问题标题】：How to convert array of lists into a corpus of strings and the strings are multiplied by the number (example provided)如何将列表数组转换为字符串语料库并将字符串乘以数字（提供的示例）
【发布时间】：2021-05-22 17:46:06
【问题描述】：

我有以下列表数组。

[array(['I', '1', 'am', '1', 'a', '1', 'boy', '3']) array(['I', '1', 'am', 'a', 'girl', '1']) array(['I', '1', 'am', '1', 'non-binary', '2'])

我想编写一个 python 代码将数组转换为一个语料库，其中文本乘以数字，即这种格式：

corpus = [ "I am a boy boy boy", "I am a girl", "I am non-binary non-binary]

如何在 Python 上实现这一点？任何帮助将不胜感激。

【问题讨论】：

标签： python string list repeat

【解决方案1】：

尝试以下方法：

data = [['I', '1', 'am', '1', 'a', '1', 'boy', '3'], ['I', '1', 'am', '1', 'a', '1', 'girl', '1'], ['I', '1', 'am', '1', 'non-binary', '2']]

def stringify(lst): # function: convert list into str with the words repeated
    repeated = [' '.join([lst[i]] * int(lst[i + 1])) for i in range(0, len(lst), 2)]
    return ' '.join(repeated)

output = [stringify(x) for x in data] # apply the function for each item
print(output) # ['I am a boy boy boy', 'I am a girl', 'I am non-binary non-binary']

这个基本上是重复应用列表推导和join方法。

【讨论】：

这个解决方案对我有用。非常感谢您的回复。

【解决方案2】：

您可以使用列表解析来获取所有单词，然后使用另一个列表解析来“展平”列表。

data = [['I', '1', 'am', '1', 'a', '1', 'boy', '3'], 
        ['I', '1', 'am', '1', 'a', '1', 'girl', '1'], 
        ['I', '1', 'am', '1', 'non-binary', '2']]

corpus = [[word]*int(sentence[pos+1]) for sentence in data for pos, word in enumerate(sentence) if pos % 2 == 0]

corpus = [word for words in corpus for word in words]

print(corpus)

""" OUTPUT
['I', 'am', 'a', 'boy', 'boy', 'boy', 'I', 'am', 'a', 'girl', 'I', 'am', 'non-binary', 'non-binary']
"""

【讨论】：

【解决方案3】：

这是我想出的。

def corpus(list):
    s = []
    for x in range(len(list)):
        if not list[x].isdigit():
            if (x != len(list)-1) and (list[x+1].isdigit()):
                for num in range(int(list[x+1])):
                    s.append(list[x])
            else:
                s.append(list[x])
    return ' '.join(s)

这应该检查列表的每个索引后是否有一个数字，并返回索引乘以该数字并在其中包含必要的空格。抱歉，如果它很笨重，我试图快速完成。如果您需要澄清任何 if/else 语句，请告诉我。

编辑：我花了一些额外的时间，这样代码就不会那么笨重。我们不是每次都在字符串中添加一个空格并针对最终添加进行调整，而是使用 ' '.join() 在每个条目之间添加空格。将其应用于您提供的列表会产生

a = [['I', '1', 'am', '1', 'a', '1', 'boy', '3'],
     ['I', '1', 'am', 'a', 'girl', '1'],
     ['I', '1', 'am', '1', 'non-binary', '2']]

print(list(map(corpus,a)))

['I am a boy boy boy', 'I am a girl', 'I am non-binary non-binary']

【讨论】：

【解决方案4】：

您的数据存在一些问题：

array 未定义。
末尾有)，但末尾没有(。
外部列表中的元素之间没有任何逗号。
在中间列表中，“am”或“a”后面没有数字。
从风格的角度来看，列表之间应该有回车。

综合起来，我有以下几点：

my_list = [
    ['I', '1', 'am', '1', 'a', '1', 'boy', '3'],
    ['I', '1', 'am', '1', 'a', '1', 'girl', '1'],
    ['I', '1', 'am', '1', 'non-binary', '2']
 ]

鉴于此输入，以下代码有效：

[
    " ".join([" ".join([word]*int(count)) 
              for word, count in zip(sublist[::2],sublist[1::2])])
    for sublist in my_list
]

【讨论】：

【解决方案5】：

一个选项通过zip:

l = [['I', '1', 'am', '1', 'a', '1', 'boy', '3'], ['I', '1', 'am', '1', 'a', '1', 'girl', '1'], ['I', '1', 'am', '1', 'non-binary', '2']]
result = [' '.join((' '.join([x] * int(y))) for x,y in zip(i[::2], i[1::2])) for i in l]

Output:

['I am a boy boy boy', 'I am a girl', 'I am non-binary non-binary']

【讨论】：

@Accccumulation 添加了初始列表l 你可以运行，如果我错过了什么，请告诉我。