python - 列表中的字符串数据到python中的数值|不可散列类型 : 'list'

Question

我有一个列表如下，这是一个巨大的列表，这只是其中的一部分。

 my_list= [['I. R. Palmer','U. Kersten'],
           ['H. Breitwieser', 'U. Kersten'],
           ['Halvard Skogsrud', 'Boualem Benatallah', 'Fabio Casati', 'Manh Q. Dinh'],
           ['Stefano Ceri', 'Piero Fraternali', 'Stefano Paraboschi']]

我想为列表中的每个字符串分配一个唯一的数值。如果一个字符串在其他地方重复，则为其分配相同的先前值

new_list= [[0,1],
           [2,1],
           [3,4,5,6],
           [7,8,9]]

我试过了

pd.factorize(my_list)

但是我得到了

unhashable type: 'list'

Answer 1

您可以展平列表，使用 factorize 处理一维数组，通过 zip 创建字典并在嵌套列表理解中替换:

a = [y for x in my_list for y in x]
f1, f2 = pd.factorize(a)
d = dict(zip(f2[f1], f1))

new_list = [[d[y] for y in x] for x in my_list]
print (new_list)
[[0, 1], [2, 1], [3, 4, 5, 6], [7, 8, 9]]