使用 OrderedDict 统计实例

Question

我正在尝试使用 OrderedDict() 来跟踪单词的实例。我有按天组织的数据，我想计算当天“foo”实例的数量。每条线都按天索引。使用 defaultdict 给了我我想要的东西，但是，当然，没有排序：

from collections import defaultdict
counter = defaultdict(int)

w = open('file.txt', 'r')
y = w.readlines()
for line in y:
    day,words = line[:6], line[14:]
    if re.search(r"foo", words):
        counter[day] += 1

如果我使用 OrderedDict，我该如何做同样的事情，以便按照读取的方式对数据进行排序？如果我使用

for key, value in sorted(counter.items()):
    print(key, value)

然后我按字母顺序获取列表。我知道我可以将日期读入一个数组，然后基于此迭代键，但是，这似乎非常低效。

假设我的文本文件如下所示：

Sep 1, 2014, 22:23 - ######: Here is a foo
Sep 1, 2014, 22:23 - ######: Not here
Sep 2, 2014, 19:09 - ######: foo sure
Sep 2, 2014, 19:57 - ######: footastic
Sep 2, 2014, 19:57 - ######: foo-king awesome
Sep 2, 2014, 19:57 - ######: No esta aqui

我想打印我的字典：

('Sep 1,', 1)
('Sep 2,', 3)

Answer 1

您可以检查 day 是否在 OrderedDict 中。如果有，添加它，如果没有设置为1。

counter = OrderedDict()

w = open('file.txt', 'r')
y = w.readlines()
for line in y:
    day,words = line[:6], line[14:]
    if re.search(r"foo", words):
        if day in counter:
            counter[day] += 1
        else:
            counter[day] = 1

当然，OrderedDict 将按每天在源文本文件中的第一次出现进行排序。

相反，您可以考虑将日期解析为 datetime.date 对象并将其用作默认字典的键。然后，您可以对键进行排序并按日期/时间按顺序获取所有项目 - 无论它们在源文本文件中出现的顺序如何。

---

正如@user2357112 在评论中指出的那样，您可以在增加计数器时使逻辑更简单。像这样：

counter = OrderedDict()

w = open('file.txt', 'r')
y = w.readlines()
for line in y:
    day,words = line[:6], line[14:]
    if re.search(r"foo", words):
        counter[day] = counter.get(day, 0) + 1

Answer 2

您可以定义自己的类，该类继承自 defaultdict 和 OrderedDict。

class OrderedDefaultDict(defaultdict, OrderedDict):
    def __init__(self, default, *args, **kwargs):
        defaultdict.__init__(self, default)
        OrderedDict.__init__(self, *args, **kwargs)

counter = OrderedDefaultDict(int)