You need to enable JavaScript to run this app. Python嵌套字典的初始化与自增:实现按A/B标签的单词去重计数
优惠活动
大模型
产品
解决方案
定价
更多

Python嵌套字典的初始化与自增:实现按A/B标签的单词去重计数

问题定位与代码修正方案

现有代码的核心报错与逻辑偏差

  • 变量命名大小写不统一:初始化的空字典为empty_dict,代码块内操作的是empty_Dict,运行时会直接触发变量未定义错误。
  • 嵌套结构缺失初始化:遇到首次出现的新单词时,代码未提前创建该单词对应的标签子字典,直接访问empty_Dict[value][key]会触发键不存在的报错;且赋值时错误将计数值写为单词本身value,完全没有实现计数逻辑。
  • 计数逻辑偏离需求:代码会遍历A、B两类标签给当前行所有单词同时累加,完全没有关联当前行实际的标签——无论当前行是A类还是B类,两个标签的计数都会被更新,既不符合“仅统计当前行所属标签的词频、同一行内每个词只计1次”的要求,也无法实现非当前标签的默认0值初始化。

适配需求的可运行修正代码

修正逻辑严格匹配目标:

  • 每个首次出现的单词,提前初始化所有标签的计数位,默认值为0,保证后续计数不会触发键不存在报错
  • 对每行的文本做分词后转集合去重,保证同一行内重复出现的单词只计数1次
  • 仅对当前行实际对应的标签计数位做累加,不修改另一标签的历史累计值
# 初始化空字典
empty_dict = {}
# 提前提取所有有效标签,避免重复遍历计算
valid_labels = set(labels)

for sentence, label in zip(saved_word_list, labels):
    # 对当前行的单词去重,满足“同一行内每个词仅计数一次”的要求
    row_unique_words = set(sentence.split())
    for word in row_unique_words:
        # 首次遇到的单词,初始化全标签计数结构
        if word not in empty_dict:
            empty_dict[word] = {lab: 0 for lab in valid_labels}
        # 仅累加当前行对应标签的计数
        empty_dict[word][label] += 1

效果验证示例

若输入参数为:

  • saved_word_list = ["this is a fine day to do a lot of coding", "coding is fun"]
  • labels = ["A", "B"]

运行后empty_dict的结构完全符合预期:

{
  'this': {'A': 1, 'B': 0},
  'is': {'A': 1, 'B': 1},
  'a': {'A': 1, 'B': 0},
  'fine': {'A': 1, 'B': 0},
  'day': {'A': 1, 'B': 0},
  'to': {'A': 1, 'B': 0},
  'do': {'A': 1, 'B': 0},
  'lot': {'A': 1, 'B': 0},
  'of': {'A': 1, 'B': 0},
  'coding': {'A': 1, 'B': 1},
  'fun': {'A': 0, 'B': 1}
}

补充说明:如果后续CSV文本存在大小写不一致、标点符号附着在单词上的情况,可以在split()前对句子做统一小写、剥离首尾标点的预处理,保证词频统计的准确性。

内容的提问来源于stack exchange,提问作者Keebles

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.04 11:27:03