Python 如何使用布尔值从以制表符分隔的csv文件创建具有唯一提及的列表字典

我有一个大的tab Deltimized csv文件：第一个tab用于情感词，第二个tab用于八种基本情感，加上值

正

和

负

，如果第二个tab值与第一个值匹配，则最后一个tab是布尔值

文件中的一个片段：

snarl   anger   1
snarl   anticipation    0
snarl   disgust 1
snarl   fear    0
snarl   joy 0
snarl   negative    1
snarl   positive    0
snarl   sadness 0
snarl   surprise    0
snarl   trust   0
snarling    anger   1
snarling    anticipation    0
snarling    disgust 0
snarling    fear    0
snarling    joy 0
snarling    negative    1
snarling    positive    0
snarling    sadness 0
snarling    surprise    0
snarling    trust   0

到目前为止，我的代码要执行以下操作：

import csv
from pprint import pprint
from itertools import groupby

l = list(csv.reader(open('NRC-Emotion-Lexicon-Wordlevel-v0.92.txt')))
f = lambda x: x[-1] #manipulate number to see different results
{k:[tuple(x[0:1]) for x in v] for k,v in groupby(sorted(l[1:], key=f), f)}

pprint(l)

我当前的输出不太好看：

['asylum\tanger\t0'],
 ['asylum\tanticipation\t0'],
 ['asylum\tdisgust\t0'],
 ['asylum\tfear\t1'],
 ['asylum\tjoy\t0'],
 ['asylum\tnegative\t1'],
 ['asylum\tpositive\t0'],
 ['asylum\tsadness\t0'],
 ['asylum\tsurprise\t0'],
 ['asylum\ttrust\t0'],

我的问题是：我如何创建一个列表字典，其中每个重复的情感词都有一个唯一的键（将10次重复减少为1次），并且仅在该字典键的列表中包含第二个tab元素（当它们的布尔值为1时）

任何形式的帮助都将不胜感激

编辑：正如其中一个回复所述，所需输出的示例如下所示：

{'snarl': ['anger', 'disgust'], #included in list due to having '1', ignoring 'positve' and 'negative'
 'snarling': ['anger'], #etc...
}

编辑2:

import csv
from collections import defaultdict

d = defaultdict(list)
with open(filename) as infile:
    reader = csv.reader(infile, delimiter="\t")
    for row in reader:
        if row[2] == '1':
            d[row[0]].append(row[1])
print(d)

---

文件的第一行和最后一行是空的，正如我在每个注释的答案中提到的。

您可以使用

集合.defaultdict

并在迭代

csv.reader

对象时更新列表字典

您的标准将添加到

if

语句中，注意通过

int

将数字转换为整数

import csv
from collections import defaultdict
from io import StringIO

x = StringIO("""snarl   anger   1
snarl   anticipation    0
...
snarling    surprise    0
snarling    trust   0""")

d = defaultdict(list)

# replace x with open('file.csv', 'r')
with x as fin:
    reader = filter(None, csv.reader(x, delimiter=' ', skipinitialspace=True))
    # or, reader = filter(None, csv.reader(x, delimiter='\t'))
    for word, emotion, num in reader:
        if int(num):
            d[word].append(emotion)

结果:

print(d)

defaultdict(list,
            {'snarl': ['anger', 'disgust', 'negative'],
             'snarling': ['anger', 'negative']})

---

您可以使用

collections.defaultdict

并在迭代

csv.reader

对象时更新列表字典

您的标准将添加到

if

语句中，注意通过

int

将数字转换为整数

import csv
from collections import defaultdict
from io import StringIO

x = StringIO("""snarl   anger   1
snarl   anticipation    0
...
snarling    surprise    0
snarling    trust   0""")

d = defaultdict(list)

# replace x with open('file.csv', 'r')
with x as fin:
    reader = filter(None, csv.reader(x, delimiter=' ', skipinitialspace=True))
    # or, reader = filter(None, csv.reader(x, delimiter='\t'))
    for word, emotion, num in reader:
        if int(num):
            d[word].append(emotion)

结果:

print(d)

defaultdict(list,
            {'snarl': ['anger', 'disgust', 'negative'],
             'snarling': ['anger', 'negative']})

---

这是一种方法。使用

defaultdict

Ex:

import csv
from collections import defaultdict

d = defaultdict(list)
with open(filename) as infile:
    reader = csv.reader(infile, delimiter="\t")
    for row in reader:
        if row[2] == '1':
            d[row[0]].append(row[1])
print(d)

---

按注释编辑

---

这是一种方法。使用

defaultdict

Ex:

import csv
from collections import defaultdict

d = defaultdict(list)
with open(filename) as infile:
    reader = csv.reader(infile, delimiter="\t")
    for row in reader:
        if row[2] == '1':
            d[row[0]].append(row[1])
print(d)

---

按注释编辑

---

我猜你几乎接近答案了。但当您调用csv.reader时，您没有指定分隔符（这意味着它默认为逗号作为分隔符）

---

我猜你几乎接近答案了。但当您调用csv.reader时，您没有指定分隔符（这意味着它默认为逗号作为分隔符）

---

我会这样做的。如果愿意，也可以使用

collections.defaultdict

（而不是

setdefault

）：

输出：

字典d: {'snarl'：['anger'，'Abost'，'negative']，'snarling'：['anger'，'negative']}

---

以下是我的做法。如果愿意，也可以使用

collections.defaultdict

（而不是

setdefault

）：

输出：

字典d: {'snarl'：['anger'，'Abost'，'negative']，'snarling'：['anger'，'negative']}

---

---

您介意给出一个输出示例吗？在理解你的想法时有困难吗want@dheiberg我根据我的回答编辑好了，你介意给我一个例子输出吗？在理解你的想法时有困难吗want@dheiberg我根据编辑了我的答案。我得到了一个

值错误：没有足够的值来解包（预期为3，得到了0）

对于reader:@Waldkamel，无法复制。您是否尝试过

reader=csv.reader（x，delimiter='\t'）

？我刚刚注意到我的文件实际上是一个.txt文件，但以制表符分隔。这会导致问题吗？不，扩展名txt/tab定界没有问题。正如我在其他答案中提到的：文件的第一行和最后一行是空的。这可能是个问题吗？我得到了一个

ValueError:对于reader:

@Waldkamel，无法复制的单词、情感、数字

行，没有足够的值来解包（预期为3，得到0）

。您是否尝试过

reader=csv.reader（x，delimiter='\t'）

？我刚刚注意到我的文件实际上是一个.txt文件，但以制表符分隔。这会导致问题吗？不，扩展名txt/tab定界没有问题。正如我在其他答案中提到的：文件的第一行和最后一行是空的。这可能是个问题吗？对于带有

f=lambda x:x[1]

@Waldkamel的行，它给了我一个

索引器：列表索引超出范围。这意味着
l
不是列表的列表（可能是因为文件没有用制表符分隔）。尝试初始化l，正如我在最后一行
l=map（str.split，open（'tmp.txt'）.readlines（））
中提到的，我用建议的编辑替换了
l
行，但它仍然给我相同的错误消息，很遗憾……我注意到文件的第一行和最后一行是空的。这就是问题所在吗？@Waldkamel是的。。空行导致了此问题。我用一个
filter
语句更新了我的答案，以消除空白行。对于带有
f=lambda x:x[1]
@Waldkamel的行，我给了我一个
索引器：列表索引超出范围。这意味着
l
不是列表的列表（可能是因为文件没有用制表符分隔）。尝试初始化l，正如我在最后一行
l=map（str.split，open（'tmp.txt'）.readlines（））
中提到的，我用建议的编辑替换了
l
行，但它仍然给我相同的错误消息，很遗憾……我注意到文件的第一行和最后一行是空的。这就是问题所在吗？@Waldkamel是的。。空行导致了此问题。我已经用一个
过滤器
语句更新了我的答案，以消除空白行。我也得到了这个答案的
索引器：列表索引超出范围
。第一行和最后一行是空的-这会导致问题吗？没有
csv
module的更新的ans我得到
indexer错误：列表索引超出此答案的范围。第一行和最后一行是空的-这会导致问题吗？更新的ans没有
csv
模块这给了我一个
索引器：列表索引超出范围
-正如我在其他注释中提到的，文件的第一行和最后一行是空的。这就是导致错误的原因，对吗