Python嵌套列表词频匹配追加问题：代码实现求助

你有两个嵌套列表需要处理：

• freq_list：存储单词、词性（POS）和对应的出现频率
• tokens：存储待匹配的单词和词性对

你的核心需求是遍历tokens，根据和freq_list的匹配结果分三种情况处理：

1. 单词+词性完全匹配：把freq_list中的对应频率追加到该token后
2. 仅单词存在（词性不匹配）：自定义处理（比如标记无匹配词性或返回0）
3. 单词和词性都不存在：自定义处理（比如返回0或标记未找到）

先把你的原始数据和待完善的代码贴出来：

原始数据 #

freq_list = [['such', 'JJ', '17930'], ['year', 'NN', '17920'], ['as', 'RB', '17107']]
tokens = [['legend', 'NN'], ['of', 'IN'], ['zelda', 'NN'], ['year', 'NN']]

你当前的代码片段（存在问题） #

def get_frequency(self, tokens, freq_list):
    self.__frequencies = []
    for token in self.tokens:
        # 条件判断逻辑有误：会误判不同单词的词性刚好存在的情况
        if token[0] in [item[0] for item in self.freq_list] and token[1] in [item[1] for item in self.freq_list]:
            freq = token, self.freq_list(i)  # 语法错误，也没有正确获取对应频率的逻辑

解决方案：优化数据结构+完善分支逻辑 #

首先，把freq_list转换成字典，用(单词, 词性)作为键，频率作为值，这样查找效率会从O(n)降到O(1)，避免每次遍历整个列表。然后完善函数逻辑，覆盖三种分支情况：

class YourClass:  # 假设这是你的类结构
    def __init__(self):
        self.__frequencies = []

    def get_frequency(self, tokens, freq_list):
        self.__frequencies = []
        # 把freq_list转成字典：键是(单词, 词性)元组，值是转成int的频率
        freq_dict = {(item[0], item[1]): int(item[2]) for item in freq_list}
        
        # 遍历传入的tokens（修正了你之前误用self.tokens的问题）
        for token in tokens:
            word, pos = token
            # 情况1：单词+词性完全匹配
            if (word, pos) in freq_dict:
                self.__frequencies.append(token + [freq_dict[(word, pos)]])
            else:
                # 检查单词是否存在于freq_list的任何条目里
                word_exists = any(item[0] == word for item in freq_list)
                if word_exists:
                    # 情况2：仅单词存在，词性不匹配，这里可自定义处理
                    self.__frequencies.append(token + [0])  # 示例：用0标记无匹配词性
                else:
                    # 情况3：单词和词性都不存在，自定义处理
                    self.__frequencies.append(token + [0])  # 示例：用0标记未找到
        return self.__frequencies

# 测试示例
if __name__ == "__main__":
    freq_list = [['such', 'JJ', '17930'], ['year', 'NN', '17920'], ['as', 'RB', '17107']]
    tokens = [['legend', 'NN'], ['of', 'IN'], ['zelda', 'NN'], ['year', 'NN']]
    
    obj = YourClass()
    result = obj.get_frequency(tokens, freq_list)
    print(result)

代码解释 #

1. 字典转换：freq_dict将freq_list转换成键值对，直接通过(word, pos)就能快速查到频率，避免重复遍历列表浪费性能。
2. 分支处理：
   • 完全匹配：直接追加对应的频率值
   • 仅单词存在：用any()快速检查单词是否在freq_list中，你可以根据需求修改处理逻辑（比如返回该单词的最高频率，或者返回字符串提示）
   • 都不存在：同样自定义处理，示例用0标记，你也可以改成None或"not found"
3. 参数修正：你之前的函数里误用了self.tokens，这里统一用参数传入的tokens，避免类属性和函数参数混淆。

测试结果 #

运行代码会输出：

[['legend', 'NN', 0], ['of', 'IN', 0], ['zelda', 'NN', 0], ['year', 'NN', 17920]]

其中最后一个token因为完全匹配，成功追加了频率17920，其他未匹配项按逻辑标记为0。

内容的提问来源于stack exchange，提问作者jan