在Python中为字符串列表创建字典和整数键

我有一个unicode字符串列表

每个字符串列表表示一个不同的文档，其中的字符串表示作者的姓名。一些文档只有一个作者，而其他文档可以有多个共同作者

例如，三个文档的作者身份示例如下所示：

authors = [[u'Smith, J.', u'Williams, K.', u'Daniels, W.'], [u'Smith, J.'], [u'Williams, K.', u'Daniels, W.']]

我想把我的列表转换成字典和列表

首先，为每个名称提供整数键的字典：

author_name = {0: u'Smith, J.', 1: u'Williams, K.', 2: u'Daniels, W.'}

第二，通过整数键标识每个文档的作者的列表：

doc_author = [[0, 1, 2], [0], [1, 2]]

最有效的方法是什么

---

仅供参考：我需要此格式的作者数据来运行用Python编写的预构建作者主题LDA算法。

您需要反转您的

作者名称

字典；在此之后，使用嵌套列表理解，列表的转换非常简单：

author_to_id = {name: id for id, name in author_name.items()}

doc_author = [[author_to_id[name] for name in doc] for doc in authors]

演示：

---

​​​​​​​​​​​​​​​你已经有了

author\u name

dictionary，还是你也要创建它？没有。我需要创建它。有什么建议吗？​​​​​​​​​​​​​​​我不确定我是否正确理解了你的问题：你的意思是将

作者

中最长的列表转换成字典吗？如果是，请尝试

author\u name=dict（枚举（max（authors，key=len））

。不一定。如果您假设有一个新作者的附加文档，那么该方法将崩溃。例如，假设

authors=[[u'Smith，J.，u'Williams，K.，u'Daniels，W.]，[u'Smith，J.]，[u'Williams，K.]，u'Daniels，W.]，[u'Johnson，A']

那么

author\u name=dict（枚举（max（authors，key=len））

不会捕获新作者u'Johnson，A'​​​​​​​​​​​​​​​嗯，运行

import itertools；author\u name=[]；在itertools.chain（*authors）中为name运行：如果name不在author\u name:author\u name.append（name）

，那么

author\u name=dict（枚举（max（author\u name，key=len））

。

>>> authors = [[u'Smith, J.', u'Williams, K.', u'Daniels, W.'], [u'Smith, J.'], [u'Williams, K.', u'Daniels, W.']]
>>> author_name = {0: u'Smith, J.', 1: u'Williams, K.', 2: u'Daniels, W.'}
>>> author_to_id = {name: id for id, name in author_name.items()}
>>> [[author_to_id[name] for name in doc] for doc in authors]
[[0, 1, 2], [0], [1, 2]]