以列表或元组形式读取多个标签,并以id作为键存储在字典中,即{id:(cat1,cat2,…..)}

我正在构建一个多标签文本分类算法。下面是我labels.txt文件的一个片段,我希望将这些记录转换成一个字典,字典的键是id,对应的值是包含类别的元组或列表,即{id:(cat1,cat2)}。这些记录之间没有换行符。我不知道如何将这种数据转换成字典。

B0027DQHA0  Movies & TV, TV  Music, Classical0756400120  Books, Literature & Fiction, Anthologies & Literary Collections, General  Books, Literature & Fiction, United States  Books, Science Fiction & Fantasy, Science Fiction, Anthologies  Books, Science Fiction & Fantasy, Science Fiction, Short StoriesB0000012D5  Music, Blues  Music, Pop  Music, R&B

回答:

如果类别名称总是以空格缩进,而ID不是,你可以利用这一点来区分它们,并在循环中将类别名称追加到以ID为索引的字典中的列表中:

r = '''B0027DQHA0  Movies & TV, TV  Music, Classical0756400120  Books, Literature & Fiction, Anthologies & Literary Collections, General  Books, Literature & Fiction, United States  Books, Science Fiction & Fantasy, Science Fiction, Anthologies  Books, Science Fiction & Fantasy, Science Fiction, Short StoriesB0000012D5  Music, Blues  Music, Pop  Music, R&B'''d = {}for l in r.splitlines():    if l.startswith(' '):        d.setdefault(i, []).append(l.lstrip())    else:        i = lprint(d)

输出结果如下:

{'B0027DQHA0': ['Movies & TV, TV', 'Music, Classical'], '0756400120': ['Books, Literature & Fiction, Anthologies & Literary Collections, General', 'Books, Literature & Fiction, United States', 'Books, Science Fiction & Fantasy, Science Fiction, Anthologies', 'Books, Science Fiction & Fantasy, Science Fiction, Short Stories'], 'B0000012D5': ['Music, Blues', 'Music, Pop', 'Music, R&B']}

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注