Python

Question

我正在尝试编写一个函数，该函数将计算字符串中重复单词的数量，然后 return 如果重复数量超过特定数量 (n)，则计算该单词。这是我目前所拥有的：

from collections import defaultdict

def repeat_word_count(text, n):
  words = text.split()
  tally = defaultdict(int)
  answer = []

  for i in words:
    if i in tally:
      tally[i] += 1
    else:
      tally[i] = 1

在将字典值与 n 进行比较时，我不知道从这里该何去何从。

它应该如何工作： repeat_word_count("one one was a racehorse two two was one too", 3) 应该 return ['one']

Answer 1

尝试

for i in words:
    tally[i] = tally.get(i, 0) + 1

而不是

for i in words:
    if i in tally:
         tally[words] += 1 #you are using words the list as key, you should use i the item
    else:
         tally[words] = 1

如果你只是想统计字数，用collections.Counter就可以了。

>>> import collections
>>> a = collections.Counter("one one was a racehorse two two was one too".split())
>>> a
Counter({'one': 3, 'two': 2, 'was': 2, 'a': 1, 'racehorse': 1, 'too': 1})
>>> a['one']
3

Answer 2

如果你想要的是 dictionary 计算字符串中的单词，你可以试试这个：

string = 'hello world hello again now hi there hi world'.split()
d = {}
for word in string:
    d[word] = d.get(word, 0) +1
print d

输出：

{'again': 1, 'there': 1, 'hi': 2, 'world': 2, 'now': 1, 'hello': 2}

Answer 3

这里有一个方法：

from collections import defaultdict
tally = defaultdict(int)
text = "one two two three three three"
for i in text.split():
    tally[i] += 1
print tally  # defaultdict(<type 'int'>, {'three': 3, 'two': 2, 'one': 1})

将其放入函数中：

def repeat_word_count(text, n):
    output = []
    tally = defaultdict(int) 
    for i in text.split():
        tally[i] += 1
    for k in tally:
      if tally[k] > n:
          output.append(k)
    return output

text = "one two two three three three four four four four"
repeat_word_count(text, 2)
Out[141]: ['four', 'three']

Answer 4

如luoluo所说，使用collections.Counter。

要获得计数最高的项目，请使用带有参数 1 的 Counter.most_common 方法，其中 returns 对 (word, tally) 的列表，其第二个坐标都是相同的最大计数。如果 "sentence" 是非空的，那么该列表也是。所以，下面的函数 returns some 如果有的话至少出现 n 次，否则 returns None ：

from collections import Counter

def repeat_word_count(text, n):
    if not text: return None        # guard against '' and None!
    counter = Counter(text.split())
    max_pair = counter.most_common(1)[0]
    return max_pair[0] if max_pair[1] > n else None

Answer 5

你为什么不使用 Counter class 来处理这种情况：

from collections import Counter
cnt = Counter(text.split())

其中元素存储为字典键，它们的计数存储为字典值。然后很容易在for循环中用iterkeys()保留超过你的n个数的单词，比如

list=[]
for k in cnt.iterkeys():
    if cnt[k]>n:
        list.append(k)

在列表中你会得到你的单词列表。

**已编辑：抱歉，如果您需要很多字，BrianO 有适合您的情况。

Python - 计算重复字符串

Python - counting duplicate strings

counting

duplicates