Python如何筛选词频字典中出现次数不低于指定阈值n的条目

需求说明 #

• 现有存储了词汇及其对应语料库中出现次数的Python字典，需要筛选出出现次数不低于n次的词汇，本次示例中n取值为10
• 筛选后返回的新字典需保留原字典的条目顺序，包含从第一个条目到astatine为止的所有符合条件的键值对

示例输入字典 #

dictionary = {
  'beryllium': 60,
  'inch': 56,
  'any': 51,
  'such': 31,
  'court': 26,
  'be': 25,
  'by': 23,
  'arsenic': 21,
  'person': 20,
  'land': 20,
  'Lapp': 16,
  'county': 15,
  'Associate_in_Nursing': 15,
  'executor': 15,
  'information_technology': 14,
  'state': 14,
  'angstrom': 14,
  'not': 14,
  'other': 14,
  'boundary': 14,
  'tree': 13,
  'administrator': 12,
  'are': 11,
  'helium': 11,
  'no': 11,
  'action': 10,
  'rich_person': 10,
  'use': 10,
  'astatine': 10,
  'being': 9,
  'tobacco': 9,
  'every': 9,
  'curse': 9,
  'ordain': 8,
  'justice': 8,
  'one': 8,
  'notice': 8,
  'law': 8,
  'pound': 8,
  'debt': 8,
  'creditor': 8
}

实现代码（Python 3.7+，默认支持字典保留插入顺序） #

n = 10
filtered_dict = {}
for key, value in dictionary.items():
    if value >= n:
        filtered_dict[key] = value
    # 遍历到astatine即终止，满足要求的范围条件
    if key == 'astatine':
        break

如果仅需要筛选所有出现次数不低于n的词条，无需限制到astatine停止，可以直接使用更简洁的字典推导式：

n = 10
filtered_dict = {k:v for k,v in dictionary.items() if v >=n}

示例输出结果 #

{
    'beryllium': 60,
    'inch': 56,
    'any': 51,
    'such': 31,
    'court': 26,
    'be': 25,
    'by': 23,
    'arsenic': 21,
    'person': 20,
    'land': 20,
    'Lapp': 16,
    'county': 15,
    'Associate_in_Nursing': 15,
    'executor': 15,
    'information_technology': 14,
    'state': 14,
    'angstrom': 14,
    'not': 14,
    'other': 14,
    'boundary': 14,
    'tree': 13,
    'administrator': 12,
    'are': 11,
    'helium': 11,
    'no': 11,
    'action': 10,
    'rich_person': 10,
    'use': 10,
    'astatine': 10
}

内容的提问来源于stack exchange，提问作者krasnapolsky