Question

我将逐行浏览大型CSV文件。我想要做的是计算某列中字符串的出现次数。我遇到麻烦的地方是我希望计数器嵌套在字典中，其中外部字典的键是来自另一列的值。我需要这样做，否则数据将被错误处理，因为有重复数据。

想象我的CSV：

outerDictKey    CounterKey
apple     purple
apple     blue
pear    purple

基本上我想要：

dictionary = { apple:
                    counter({blue: 1
                     purple: 1})
                pear:
                   counter({purple: 1})
             }

我不知道该怎么做。

myCounter = Counter()
myKey = 'barbara'
counterKey = 'streisand'
largeDict = defaultdict(dict)       
largeDict[myKey] = {myCounter[counterKey] += 1}

直观地看起来它看起来不会起作用，当然它会产生语法错误。

我也试过

largeDict[myKey][myCounter][counterKey]+=1

抛出“TypeError：unhashable type：'Counter'”错误。

最后

>>> largeDict[myKey]=Counter()
>>> largeDict[myKey][myCounter][counterKey]+=1

仍然会出现类型错误。那么如何增加嵌套在字典中的Counter呢？

Answer 1

这将有效：

myCounter = Counter()
largedict = { myKey:
                    {counterKey: myCounter
                     anotherKey: Value2}
             }

largedict[myKey][counterKey]['somethingyouwanttocount']+=1

Counter只是一个带有一些额外功能的词典。但是，作为一个词典，它不能成为词典中的键，也不能成为集合中的条目，这解释了不可避免的异常。

或者，如果您要跟踪有关相干实体的信息，而不是使用嵌套的dicts，则可以将信息（包括计数器）存储在对象中，并将对象放在{{1}中} 有必要的。

如果每个值都是一个计数器，那么只需使用defaultdict：

dict

Answer 2

如果你只想count occurrences of the strings in a certain column，那就不够了

import collections
data = "Welcome to stack overflow. To give is to get."

print collections.Counter(data.split())

<强>输出

Counter({'to': 2, 'give': 1, 'get.': 1, 'is': 1, 'Welcome': 1, 'To': 1, 'overflow.': 1, 'stack': 1})

更新字典中的嵌套计数器

2 个答案: