1

Quisiera contar todas las palabras repetidas de este diccionario y agruparlos en otro diccionario.

data = [{'text': 'Real Madrid', 'type': 'ORG'}, {'text': 'España', 'type': 'LOC'}, {'text': 'Real Madrid TV', 'type': 'MISC'}, {'text': 'España', 'type': 'PER'}, {'text': 'España', 'type': 'PER'}, {'text': 'Real Madrid', 'type': 'ORG'}, {'text': 'Atlético de Madrid', 'type': 'LOC'}, {'text': 'Real Madrid', 'type': 'ORG'}, {'text': 'Real Madrid', 'type': 'ORG'}, {'text': 'Real Mad', 'type': 'ORG'}, {'text': 'Ricardo Rodríguez', 'type': 'PER'}]

Captura de la estructura del diccionario

introducir la descripción de la imagen aquí

En el diccionario como se puede ver, la palabra Real Madrid se repite 4 veces, España se repite 2 veces, otros una vez.

Lo que quiero es crear otro diccionario adicionando la columna Cantidad y poner ahí los valores repetidos; osea mi nuevo diccionario quedaría con los nuevos campos: text, type y cantidad; la nueva dimensión del diccionario creo seria 6.

Esto es mi avance :

valor = data[0]['text']
del data[0]
count = 0
value_count = []
for x in data:
    if x['text'] == valor:
        value_count.append({'text': x['text'], 'type':x['type']})
        valor = x['text']
print (value_count)

Gracias

1
  • Hola Alejandro, ¿Te has planteado usar Pandas?
    – FJSevilla
    Commented el 10 ago. 2018 a las 22:58

2 respuestas 2

3

Espero te sirva este código. Puedes quitar el if element count > 1: en el caso de querer contar todo, repeticiones y no repeticiones.

data = [
{'text': 'Real Madrid', 'type': 'ORG'}, 
{'text': 'España', 'type': 'LOC'}, 
{'text': 'Real Madrid TV', 'type': 'MISC'}, 
{'text': 'España', 'type': 'PER'}, 
{'text': 'España', 'type': 'PER'}, 
{'text': 'Real Madrid', 'type': 'ORG'}, 
{'text': 'Atlético de Madrid', 'type': 'LOC'}, 
{'text': 'Real Madrid', 'type': 'ORG'}, 
{'text': 'Real Madrid', 'type': 'ORG'}, 
{'text': 'Real Mad', 'type': 'ORG'}, 
{'text': 'Ricardo Rodríguez', 'type': 'PER'}]

new_datalist = []
items_found = []
for element in data:
    if (not element in items_found):
        # items_found acumula los dic que ya se analizaron para no repetirlos
        items_found.append(element)
        elem_count = data.count(element) # Se cuentan los elementos
        if elem_count > 1:
            # Si hay mas de 1 repeticion, crear el diccionario nuevo
            new_elem = {}
            new_elem['text'] = element['text']
            new_elem['type'] = element['type']
            new_elem['cantidad'] = elem_count 
            new_datalist.append(new_elem)
print(new_datalist)

Salida:

[{'text': 'Real Madrid', 'type': 'ORG', 'cantidad': 4}, 
{'text': 'España', 'type': 'PER', 'cantidad': 2}]
1

Necesitas contar las repeticiones para ver si son mayores a 1 y luego verificar si ya se encuentra en el nuevo diccionario

data = [{'text': 'Real Madrid', 'type': 'ORG'}, 
        {'text': 'España', 'type': 'LOC'}, 
        {'text': 'Real Madrid TV', 'type': 'MISC'}, 
        {'text': 'España', 'type': 'PER'}, 
        {'text': 'España', 'type': 'PER'}, 
        {'text': 'Real Madrid', 'type': 'ORG'}, 
        {'text': 'Atlético de Madrid', 'type': 'LOC'}, 
        {'text': 'Real Madrid', 'type': 'ORG'}, 
        {'text': 'Real Madrid', 'type': 'ORG'}, 
        {'text': 'Real Mad', 'type': 'ORG'}, 
        {'text': 'Ricardo Rodríguez', 'type': 'PER'}
]

data2 = [

]

def contarRepeticiones(palabra):
    cont = 0
    for i in data:
        if i['text']==palabra:
            cont+=1
    return cont


def seEcuentraenData2(palabra):
    for i in data2:
        if i['text']==palabra:
            return True
    return False            


for i in data:
    if contarRepeticiones(i['text'])>1 and seEcuentraenData2(i['text'])==False:
        data2.append({'text': i['text'], 'type': i['type'],'cantidad': contarRepeticiones(i['text'])})

print (data2)
1
  • 1
    Gracias, a todos en realidad está super bueno ambos, pero solo puedo escoger uno Commented el 11 ago. 2018 a las 1:21

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.