Python 从统计文件生成计数字典

我有一个这样的统计文件：

dict count.txt

apple   15
orange  12
mango   10
apple   1
banana  14
mango   4

我需要计算每个元素的数量并创建一个如下的字典：

{'orange'：12，'mango'：14，'apple'：16，'banana'：14}

。为此，我采取以下措施：

from __future__ import with_statement

with open('dict-count.txt') as f:
    lines = f.readlines()

output = {}

for line in lines:
    key, val = line.split('\t')
    output[key] = output.get(key, 0) + int(val)

print output

我特别关注这部分：

key, val = line.split('\t')
output[key] = output.get(key, 0) + int(val)

有更好的方法吗？还是这是唯一的办法

谢谢。

使用：

使用：

---

对于小文件，您可以使用

.readlines（）

，但这将一次性将文件的全部内容存储到内存中。您可以使用file对象

f

作为迭代器来编写它；当您迭代它时，一次只能得到一行输入

因此，写这篇文章最简单的方法是使用@Amber已经显示的

defaultdict

，但我的版本没有建立输入行列表；它只是在运行时构建字典

我使用了简洁的变量名，比如dict的

d

，而不是

output

from __future__ import with_statement
from collections import defaultdict
from operator import itemgetter

d = defaultdict(int)

with open('dict-count.txt') as f:
    for line in f:
        k, v = line.split()
        d[k] += int(v)

lst = d.items()

# sort twice: once for alphabetical order, then for frequency (descending).
# Because the Python sort is "stable", we will end up with descending
# frequency, but alphabetical order for any frequency values that are equal.
lst.sort(key=itemgetter(0))
lst.sort(key=itemgetter(1), reverse=True)

for key, value in lst:
    print("%10s| %d" % (key, value))

---

对于小文件，您可以使用

.readlines（）

，但这将一次性将文件的全部内容存储到内存中。您可以使用file对象

f

作为迭代器来编写它；当您迭代它时，一次只能得到一行输入

因此，写这篇文章最简单的方法是使用@Amber已经显示的

defaultdict

，但我的版本没有建立输入行列表；它只是在运行时构建字典

我使用了简洁的变量名，比如dict的

d

，而不是

output

from __future__ import with_statement
from collections import defaultdict
from operator import itemgetter

d = defaultdict(int)

with open('dict-count.txt') as f:
    for line in f:
        k, v = line.split()
        d[k] += int(v)

lst = d.items()

# sort twice: once for alphabetical order, then for frequency (descending).
# Because the Python sort is "stable", we will end up with descending
# frequency, but alphabetical order for any frequency values that are equal.
lst.sort(key=itemgetter(0))
lst.sort(key=itemgetter(1), reverse=True)

for key, value in lst:
    print("%10s| %d" % (key, value))

---

您应该删除

lines=f.readlines（）

并在

with语句中的
for line in f
中迭代f，或者他可以将
for
块放在with块中。您应该删除
lines=f.readlines（）
，只需在with语句的
中的
行中重复f，或者他可以将
for
块放在with块中。谢谢。但是为什么我得到的输出是
defaultdict（，{'orange'：12，'mango'：14，'apple'：16，'banana'：14}）
？这正是
defaultdict默认打印的内容。字典以随机顺序打印它们的值。。。你可以很容易地使输出，但你想与一个循环；我会修改答案以按顺序打印。谢谢。我知道dict的行为。但是
defaultdict
似乎打印了一个元组
（键入，dict）
。我只是想知道如何只获取
dict
部分。这是一个改进的版本，可以很好地对输出进行排序，并以很好的格式打印。这里有一个棘手的方法来完成您刚才要求的：
打印dict。
我们使用
。\uuuuu repr\uuuuu（）
方法函数显式地从
dict
类中获取，而不是在打印时隐式地从
defaultdict
类中获取。谢谢。但是为什么我得到的输出是
defaultdict（，{'orange'：12，'mango'：14，'apple'：16，'banana'：14}）
？这正是
defaultdict默认打印的内容。字典以随机顺序打印它们的值。。。你可以很容易地使输出，但你想与一个循环；我会修改答案以按顺序打印。谢谢。我知道dict的行为。但是
defaultdict
似乎打印了一个元组
（键入，dict）
。我只是想知道如何只获取
dict
部分。这是一个改进的版本，可以很好地对输出进行排序，并以很好的格式打印。这里有一个棘手的方法来完成您刚才要求的：
打印dict。
我们使用
。\uuuuu repr\uuuuu（）
方法函数显式地从
dict
类中获取，而不是在打印时隐式地从
defaultdict
类中获取。