将计数器转换为具有链表值的哈希 Table

Question

我有 3 个计数器，用于统计不同字符串上的词频。

Counter({u'childhood': 3, u'waiting': 2}) #counter1
Counter({u'childhood': 5}) #counter2
Counter({u'waiting': 2}) #counter 3

Atm 我能够执行计数器加法以获得所有计数器中所有单词的总字数。

Counter({u'childhood': 8, u'waiting': 4})

然而，我需要获取每个计数器并将它们插入散列 table 中，其中单词作为键，链表作为值，其中每个链接条目都有每个计数器每个字符串的计数。

例子

[childhood] : [1,3] -> [2,5] #counter 1 - 3 times | counter 2 - 5 times
[waiting] : [1,3] -> [3,2]

如何在 Python 中实现此目的？我在想一本里面有双端队列的字典？或者扩展计数器加法功能？

我试图在不扩展或创建自定义数据结构实现的情况下使用现有的 python 数据结构。

Answer 1

假设你有一些序列 counters

total = sum(counters, Counter())

table = {word: [counter[word] for counter in counters] for word in total}

会给你一本像

这样的字典

{
 'childhood': [3, 5, 0],
 'waiting': [2, 0, 2]
}

Answer 2

您可以使用 defaultdict(list) 将每个条目存储为元组：

from collections import Counter, defaultdict

counters = [
    Counter({u'childhood': 3, u'waiting': 2}), #counter1
    Counter({u'childhood': 5}),                #counter2
    Counter({u'waiting': 2})]                  #counter3    

combined = defaultdict(list)

for number, counter in enumerate(counters, start=1):
    for word, count in counter.items():
        combined[word].append((number, count))

print(combined['childhood'])
print(combined['waiting'])

哪个会给你：

[(1, 3), (2, 5)]
[(1, 2), (3, 2)]

将计数器转换为具有链表值的哈希 Table

Convert Counters to Hash Table with Linked List values

python

tokenize

nltk

data-structures

python-3.x