python - 如何在 Python 的某些条件下根据其他列表中的索引列表从一个列表中查找字符串？

Question

我是 python 的新手，并且不断学习如何在 python 中构建更好的代码。我有两个 list ；一个索引存储在 x 变量中，其中 x 中的索引表示名为 bb 的列表中带有字符串 ('IN') 的元组的索引，并且在两侧至少被一个包含 'NN' 的元组包围。

我想从下面的代码中得到的是，从 bb 中 x 中提到的每个索引，在 bb 列表中的字符串元组的两侧出现了多少个以 'NN' 开头的连续字符串。

我试过下面的代码，但代码效率不够。请任何人帮助我提高代码效率。

     bb = [('The', 'RB'),
     ('company', 'NN'),
     ('whose', 'NNS'),
     ('stock', 'IN'),
     ('has', 'NNP'),
     ('been', 'NNS'),
     ('on', 'NNP'),
     ('tear', 'VBJ'),
     ('this', 'VB'),
     ('week', 'NNS'),
     ('already', 'NN'),
     ('sells', 'IN'),
     ('its', 'NNP'),
     ('graphics', 'NNS'),
     ('processing', 'VB'),
     ('units', 'VBJ'),
     ('biggest', 'NNS'),
     ('cloud', 'NN'),
     ('companies', 'IN'),
     ('just', 'NNP'),
     ('that', 'IN')]

def solvr(bb):
    x = []
    for i in range(len(bb)-1):
        if bb[i][1] == 'IN':
            if 'NN' in (bb[i-1][1]) and 'NN' in (bb[i+1][1]):
                x.append(i)
    #===============================        

    for i in range(len(bb)-1):
        if i in x:
            k=[]
            front = bb[i+1:]
            v = 0-i
            back = bb[:-v]
    #======================

    for i in back:
        if 'NN' in i[1]:
            k.append(i[0])
            [[] for i in k] 
    #================================


    for i, j in enumerate(front):
        if front[i][1][:2] == 'NN':
            k.append(front[i][0])
        else:
            break
    return(k)

>> solvr(bb)

output:

['company',
 'whose',
 'has',
 'been',
 'on',
 'week',
 'already',
 'its',
 'graphics',
 'biggest',
 'cloud',
 'just']

我对代码的期望是在新列表中获取每个迭代结果，每个列表中还包含“IN”字符串。

 [['company', 'whose', 'stock', 'has', 'been', 'on'],
 ['week', 'already', 'sells', 'its', 'graphics'],
 ['biggest', 'cloud', 'companies', 'just']]

如果有人对我的代码进行任何更改，我将不胜感激。

Answer 1

这对 itertools.groupby 来说似乎是个好问题根据您定义的某些条件，它根据每个元素是否为真将列表的连续元素分组在一起。

在您的情况下，您可以使用以下内容:

groups = itertools.groupby(bb, lambda x: x[1][:2] in ['IN', 'NN']) 
result = [list(b) for a,b in groups if a]
result = [[w[0] for w in b] for b in result if 'IN' in [w[1] for w in b]]

print(result)

[['company', 'whose', 'stock', 'has', 'been', 'on'], 
 ['week', 'already', 'sells', 'its', 'graphics'], 
 ['biggest', 'cloud', 'companies', 'just', 'that']]

这是有效的，因为每当条件(第二个元素是“IN”或以“NN”开头)从假变为真(反之亦然)时，groups 会将您的原始 bb 列表拆分为子列表).如果我们显示组，您可以看到它是如何拆分的:

groups = itertools.groupby(bb, lambda x: x[1][:2] in ['IN', 'NN']) 

print([(a,list(b)) for a,b in groups])

[(False, [('The', 'RB')]),
 (True,
  [('company', 'NN'),
   ('whose', 'NNS'),
   ('stock', 'IN'),
   ('has', 'NNP'),
   ('been', 'NNS'),
   ('on', 'NNP')]),
 (False, [('tear', 'VBJ'), ('this', 'VB')]),
 (True,
  [('week', 'NNS'),
   ('already', 'NN'),
   ('sells', 'IN'),
   ('its', 'NNP'),
   ('graphics', 'NNS')]),
 (False, [('processing', 'VB'), ('units', 'VBJ')]),
 (True,
  [('biggest', 'NNS'),
   ('cloud', 'NN'),
   ('companies', 'IN'),
   ('just', 'NNP'),
   ('that', 'IN')])]

bool 值表示以下列表是否包含满足或不满足条件的元素。现在您所要做的只是保持 one's who 的 bool 值为真(满足条件)，然后将包含 'IN' 的子列表保留为词性标记之一。

只是为了好玩，如果您希望将整个解决方案作为一个(几乎不可读的长)单行，您可以使用:

[[w[0] for w in b] for b in [list(b) for a,b in itertools.groupby(bb, lambda x: x[1][:2] in ['IN', 'NN'])  if a] if 'IN' in [w[1] for w in b]]

编辑

为了仅保留包含 'IN' 字词的子列表，并且 至少有一个 'NN' 字词在你的任一侧可以执行以下操作:

从与之前相同的初始 groups 和 results 变量开始:

groups = itertools.groupby(bb, lambda x: x[1][:2] in ['IN', 'NN']) 
result = [list(b) for a,b in groups if a]

将相同的 groupby 函数应用于子列表，但这次将条件设置为词性等于 'IN':

result = [[(a,list(b)) for a,b in itertools.groupby(r, lambda x: x[1] == 'IN')] for r in result]

现在遍历 result 并删除子列表中 groupby 的 bool 值为真(POS 为 'IN')的任何元素并且它位于子列表的右边缘或左边缘(索引为 0 或 -1)

result = [[b for i,(a,b) in enumerate(r) if (a and i not in [0,len(r)-1]) or not a] for r in result]

现在我们已经删除了这些，我们可以将所有内容连接在一起并删除 POS 标签以获得正确的输出格式(有关列表展平语法的详细信息，请参阅 here)

result = [[w[0] for sub in r for w in sub] for r in result]

print(result)

[['company', 'whose', 'stock', 'has', 'been', 'on'],
 ['week', 'already', 'sells', 'its', 'graphics'],
 ['biggest', 'cloud', 'companies', 'just']]