文本fi中的列表

Question

我需要你的帮助。在

我有一个文本文件包含一行的列表，每行代表一个项目列表。我需要提取频率为>；=2的所有项目并将它们输出到另一个项目中文件。这里一个例子。在

['COLG-CAD-406', 'CSAL-CAD-030', 'COLG-CAD-533', 'COLG-CAD-188']

['COLG-CAD-188']

['CSAL-CAD-030']

['EPHAG-JAE-004']

['COLG-CAD-188', 'CEM-SEV-004']

['COL-CAD-188', 'COLG-CAD-406']

输出应该是

^{2}$

以此类推直到文件结束

事先非常感谢你的帮助。在

Answer 1

关于：

for x in f.readlines():
    words = ast.literal_eval(x)
    count = {}
    for w in words:        
        count[w] = count.get(w, 0) + 1
    for word, freq in count.iteritems():
        if freq >= 2:
            print word, freq

其中f是您的文件

Answer 2

这是一个完整的脚本，它使用regex实现您想要的功能：

from collections import defaultdict
import re

myarch = 'C:/code/test5.txt'   #this is your archive
mydict = defaultdict(int)

with open(myarch) as f:
    for line in f:
        codes = re.findall("\'(\S*)\'", line)
        for key in codes:
            mydict[key] +=1

out = []
for key, value in mydict.iteritems():
    if value > 1:
        text = "['%s'], %s" % (key, value)
        out.append(text)

#save to a file
with open('C:/code/fileout.txt', 'w') as fo:
    fo.write('\n'.join(out))

这可以简化为：

^{pr2}$

Answer 3

如果您使用的是Python2.7及更高版本，使用以下输入（称为list1.txt）：

['COLG-CAD-406', 'CSAL-CAD-030', 'COLG-CAD-533', 'COLG-CAD-188']
['COLG-CAD-188']
['CSAL-CAD-030']
['EPHAG-JAE-004']
['COLG-CAD-188', 'CEM-SEV-004']
['COLG-CAD-188', 'COLG-CAD-406']

这个python程序：

^{pr2}$

你得到你想要的：

CSAL-CAD-030: 2
COLG-CAD-406: 2
COLG-CAD-188: 4