Python 在CSV文件中查找多个匹配项对

我正在尝试编写一个Python脚本，该脚本将搜索CSV文件，并确定两个项目相邻出现的次数

例如，假设CSV如下所示：

red,green,blue,red,yellow,green,yellow,red,green,purple,blue,yellow,red,blue,blue,green,purple,red,blue,blue,red,green 

我想知道“红、绿”相邻出现的次数（但我想找到一个解决方案，它不仅仅针对CSV中的单词）

到目前为止，我认为将CSV转换为列表可能是一个良好的开端：

import csv
with open('examplefile.csv', 'rb') as f:
    reader = csv.reader(f)
    your_list = list(reader)

print your_list

返回：

[['red', 'green', 'blue', 'red', 'yellow', 'green', 'yellow', 'red', 'green', 'purple', 'blue', 'yellow', 'red', 'blue', 'blue', 'green', 'purple', 'red', 'blue', 'blue', 'red', 'green ']]

---

在这个列表中，有三个出现的

“红色”、“绿色”

-我可以使用什么样的方法/模块/循环结构来确定列表中两个项目是否有一个以上的出现，并且在列表中彼此相邻

这将一次性检查“红色”、“绿色”和“绿色”、“红色”组合：

pair = ('red', 'green')
positions = [i for i in xrange(len(l)-1) if ((l[i],l[i+1]) == pair or (l[i+1],l[i]) == pair)]
print positions
>>> [0, 7] # notice that your last entry was 'green ' not 'green'

输出打印模式开始的第i个索引

使用您的示例进行测试（最后更正为“绿色”）：

---

你要找的东西叫做bigrams（两个单词的一对）。您通常会在文本挖掘/NLP类型的问题中看到这些问题。试试这个：

from itertools import islice, izip
from collections import Counter
print Counter(izip(your_list, islice(your_list, 1, None)))

返回：

计数器（{（'red'，'green'）：3，（'red'，'blue'）：2，（'yellow'，'red'）： 2、（‘绿色’、‘紫色’）：2、（‘蓝色’、‘蓝色’）：2、（‘蓝色’、‘红色’）：2， （‘紫色’、‘蓝色’）：1、（‘红色’、‘黄色’）：1、（‘绿色’、‘蓝色’）：1， （‘紫色’、‘红色’）：1、（‘蓝色’、‘黄色’）：1、（‘蓝色’、‘绿色’）：1， （'yellow'，'green'）：1，（'green'，'yellow'）：1}）

如果需要只获取出现次数超过1次的项，请将计数器对象视为python dict

counts = Counter(izip(your_list, islice(your_list, 1, None)))
print [k for k,v in counts.iteritems() if v  > 1]

因此，您只需拥有相关的配对：

[（'red'，'blue'），（'red'，'green'），（'yellow'，'red'），（'green'）， “紫色”）、（“蓝色”、“蓝色”）、（“蓝色”、“红色”）]

---

看到这篇我借用了一些代码的帖子：

@DGI这太棒了，谢谢！你介意把这条线的工作原理分解一下吗<代码>计数器（izip（你的列表，islice（你的列表，1，无））当你试图一起查找集合词时，是否可以采用这种方法？例如，“星球大战”、“太空球”？@gillbates，islice从元素1开始迭代列表，直到最后。izip从元素0开始用slice将列表拉开，从而将相邻的单词分组在一起。计数器然后遍历压缩对并统计出现的次数。如果不清楚，请在python中查找切片和压缩，然后查看itertools如何将列表上的这些操作转换为迭代器。@DG1假设您有一个CSV文件，看起来像“红星咖啡馆、蓝牛咖啡馆、舒适咖啡馆、咖啡馆……等等”，我想知道“红星咖啡馆”和“蓝牛咖啡馆”出现在CSV文件中的相邻位置。我可以调整bigrams方法吗？因为我正在寻找一组单词作为一对？明白。如果“你的列表=['红星咖啡馆'、'蓝牛咖啡馆'、'星巴克'、'蓝牛咖啡馆'、'鲍勃咖啡馆'、'红星咖啡馆'、'蓝牛咖啡馆'”]`然后这个方法将完全按照原样工作……它不是解析元素中的单词，只是匹配列表中的元素。

counts = Counter(izip(your_list, islice(your_list, 1, None)))
print [k for k,v in counts.iteritems() if v  > 1]