如何按频率对字符串列表进行排序？

Question

我有文件列表example_list = [7.gif, 8.gif, 123.html]有超过700k个元素，我需要按频率对它们进行排序，以查看访问量最大的文件和访问量最少的文件。for i in resl:    if resl.count(i) > 500:        resl2.append(i)print(resl2)当我运行它时，它永远不会编译。我尝试了其他方法，但没有结果。

Answer 1

您的算法不一定是二次时间。以下为线性

from collections import Counter

resl2 = [k for k,v in Counter(resl).items() if v > 500]

如果您需要对它们进行排序，请执行类似操作

resl2 = [(k,v) for k,v in Counter(resl).items() if v > 500]

resl2.sort(key=lambda kv: kv[1])

resl2 = [k for k,v in resl2]

Answer 2

从您的评论：

我只需要找出哪个文件出现最多。

所以：

statistics.mode(example_list)

Answer 3

请注意，它表示数组中的元素，而不是整数i

for i in resl:

    if resl.count(i) > 500:

        resl2.append(i)

print(resl2)

将其更改为此。

for i in range(0,len(resl)-1):

    if i > 500:

        resl2.append(resl[i])

print(resl2)

Answer 4

您可以使用set ;)

在这里，您有一个文件列表的最小示例，并在它出现2次时显示：

files = ['10.gif', '8.gif', '0.gif', '0.doc', '0.gif', '0.gif', '0.tmp', '0.doc', '0.gif']

file_set = set(files)

files_freq = [0]*len(file_set)

for n,file in enumerate(file_set):

    files_freq[n] = files.count(file)

sorted_list = [f for n,f in sorted(zip(files_freq, file_set), key=lambda x: x[0], reverse=True) if n >= 2]

print(sorted_list)

输出将为：['0.gif', '0.doc']

将仅将列表筛选为每个文件的唯一实例，循环将计算每个文件的计数。set

之后，幽灵般的列表理解是诀窍！

[f for n,f in sorted(zip(files_freq, file_set), key=lambda x: x[0], reverse=True) if n >= 2]

这将创建一个仅包含出现2次或更多次的文件的列表，然后该部分强制函数使用第一个 from 进行排序，并按后代顺序对列表进行排序，显示之前的最高频率。keysortedfiles_freqzip(files_freq, file_set)reverse