python - 检查列表值并将其分配给 python 中的字典键

Question

我有一个单词列表如下。

mylist = ['cat', 'yellow', 'car', 'red', 'green', 'jeep', 'rat','lorry']

我还有数据集中每篇文章的列表列表，其中包含“mylist”的值，如下例所示(即，如果“mylist”一词出现在文章中，我将其设置为 1，否则设置为 0)。

[[0,1,0,0,0,1,0,1], [1,0,0,0,0,1,0,0]]

换句话说，

[0,1,0,0,0,1,0,1] says that this only has values 'yellow', 'jeep', 'lorry'

现在我有一个类别字典，如下所示。

mydictionary = {'colour': ['red', 'yellow', 'green'], 'animal': ['rat','cat'], 
'vehicle': ['car', 'jeep']}

现在，通过使用“mydictionary”键值，我想按如下方式转换列表列表(也就是说，如果“mylist”的一个或多个值为 1，我将键标记为 1，否则标记为 0)。

[[1,0,1], [0,1,0]]

换句话说，

[1,0,1] says that;
1 - one or more '1's for elements in 'colours'
0 - no elements in 'animals'
0 - one or more '1's for elements in 'vehicles'

所以我的输出应该是上面提到的列表的列表 -> [[1,0,1], [0,1,0]]

我是 pandas 的新手，因此，我有兴趣知道是否可以使用 pandas 数据框来做到这一点。

Answer 1

设置

a = np.array(['cat', 'yellow', 'car', 'red', 'green', 'jeep', 'rat','lorry'])
b = np.array([[0,1,0,0,0,1,0,1], [1,0,0,0,0,1,0,0]], dtype=bool)

mydictionary = {
    'colour': ['red', 'yellow', 'green'],
    'animal': ['rat','cat'], 
    'vehicle': ['car', 'jeep']
}

<小时/>

解决方案
一些小的额外设置
我只需要以正确的顺序获取一组集合。

o = ['colour', 'animal', 'vehicle']
s = pd.Series(mydictionary).apply(set).loc[o]

s

colour     {green, red, yellow}
animal               {cat, rat}
vehicle             {jeep, car}
dtype: object

使用 set 与 numpy 广播的交集

(s.values & [[set(a[l])] for l in b]).astype(bool).astype(int)

array([[1, 0, 1],
       [0, 1, 1]])

<小时/>

附加说明

如果我要使用 numpy 广播并且我已经有了一系列具有值的

s.values

[{'green', 'red', 'yellow'} {'cat', 'rat'} {'jeep', 'car'}]

然后我需要一个带有其他集合的二维数组

[[set(a[l])] for l in b]

[[{'jeep', 'lorry', 'yellow'}], [{'cat', 'jeep'}]]

当我广播&操作时

s.values & [[set(a[l])] for l in b]

[[{'yellow'}  set()    {'jeep'}]
 [set()       {'cat'}  {'jeep'}]]

方便的是，在 bool 上下文中，空集计算结果为 False，非空集计算结果为 True。遵循 int 上下文，我们就有了解决方案。

(s.values & [[set(a[l])] for l in b]).astype(bool).astype(int)

array([[1, 0, 1],
       [0, 1, 1]])