0

次のように、100ポイントの辞書のリストがあります。

datapoint1 a:1 b:2 c:6
datapoint2 a:2 d:8 p:10
.....
datapoint100: c:9 d:1 z:12

次のようにリストをファイルに出力したい：

           a b c d ...... z
datapoint1 1 2 6 0 ...... 0
datapoint2 2 0 0 8 ...... 0
.........
.........
datapoint100 0 0 9 1 ...... 12

ここで言及すると、a、b、c...z は、たとえば実際の単語数が事前にわかっていないため、単語の総数は 26 ではなく、1000/10000 であり、a、b、... . 'my'、'hi'、'tote' などの実際の単語に置き換えられます。

私はそれを次のようにしようと考えていました：

  1. 単語の辞書を作成し、それをグローバル辞書と呼びましょう
  2. 次に、各辞書がデータポイントを表す辞書のリストを作成します
  3. 次に、辞書のリストをグローバル辞書にマップしようとしています

しかし、この方法はpythonでは複雑に思えます。Pythonでそれを行うより良い方法はありますか?

4

2 に答える 2

1

列の配置の面倒なビットをあまり気にしない場合、これはそれほど悪くはありません。

datapoints = [{'a': 1, 'b': 2, 'c': 6},
              {'a': 2, 'd': 8, 'p': 10},
              {'c': 9, 'd': 1, 'z': 12}]

# get all the keys ever seen
keys = sorted(set.union(*(set(dp) for dp in datapoints)))

with open("outfile.txt", "wb") as fp:
    # write the header
    fp.write("{}\n".format(' '.join([" "] + keys)))
    # loop over each point, getting the values in order (or 0 if they're absent)
    for i, datapoint in enumerate(datapoints):
        out = '{} {}\n'.format(i, ' '.join(str(datapoint.get(k, 0)) for k in keys))
        fp.write(out)

生産する

  a b c d p z
0 1 2 6 0 0 0
1 2 0 0 8 10 0
2 0 0 9 1 0 12

コメントで述べたように、パンダのソリューションも非常に優れています。

>>> import pandas as pd
>>> df = pd.DataFrame(datapoints).fillna(0).astype(int)
>>> df
   a  b  c  d   p   z
0  1  2  6  0   0   0
1  2  0  0  8  10   0
2  0  0  9  1   0  12
>>> df.to_csv("outfile_pd.csv", sep=" ")
>>> !cat outfile_pd.csv
 a b c d p z
0 1 2 6 0 0 0
1 2 0 0 8 10 0
2 0 0 9 1 0 12

列をきちんと揃える必要がある場合は、それを行う方法もありますが、私はそれらを必要としないので、それらについてはあまり知りません.

于 2013-03-19T20:26:43.400 に答える
0

プログラム：

data_points = [
    {'a': 1, 'b': 2, 'c': 6},
    {'a': 2, 'd': 8, 'p': 10},
    {'c': 9, 'd': 1, 'z': 12},
    {'e': 3, 'f': 6, 'g': 3}
]

merged_data_points = {
}

for data_point in data_points:
    for k, v in data_point.items():
        if k not in merged_data_points:
            merged_data_points[k] = []
        merged_data_points[k].append(v)

# print the merged datapoints
print '{'
for k in merged_data_points:
    print '  {0}: {1},'.format(k, merged_data_points[k])
print '}'

出力：

{
  a: [1, 2],
  c: [6, 9],
  b: [2],
  e: [3],
  d: [8, 1],
  g: [3],
  f: [6],
  p: [10],
  z: [12],
}
于 2013-03-19T20:31:18.813 に答える