Paizaなんかをやっていると、結構よく使う気がします。
出現しなかった文字は0になる形で結果を得たいというのがポイントです。
forループを使えば簡単に書けるタスクではありますが、辞書の代わりにPandas.Seriesを使い、標準機能のcollections.Counterを用いることでも簡潔に書くことができます。
結論
以下の通り。
labels = list(string.ascii_lowercase) # カウントする文字のリスト
atoz_dict = pd.Series( # Seriesを初期化
np.repeat(0, len(labels)),
index=labels
)
counts = Counter(text) # 文字列・リスト中のユニークな要素と出現数の辞書
atoz_dict[counts] = counts # pd.Seriesならこんな形で代入ができる。辞書だとできない
print(atoz_dict)
# a 5
# b 3
# c 1
# ︙
# x 0
# y 2
# z 0
ちょっとした補足
インポートするもの
pandas.Series, collections.Counterが必要。
変数labels 「カウントする文字のリスト」
辞書でいう見出し・キー、pandas.Seriesでいうところのインデックスに当たる。
調査する文字列内に、このリストにない文字があるとエラーになる。
labels = list(string.ascii_lowercase) # カウントする文字のリスト
# ['a', 'b', 'c', ..., 'x', 'y', 'z', ' ']
Counterクラス
文字列・リストを渡して初期化すると、ユニークな要素とそれらの出現数の辞書の形が得られる。
ただし通常の辞書と違い、辞書内にないキーを指定した場合0が返ってくる。
counts = Counter("abcab")
counts['a'] # 2
counts['z'] # 0
pandas.Seriesへの代入
以下のように１行で書くことができる。
atoz_dict[counts] = counts
この書き方ができるのはpandas.Seriesであるからであり、辞書に対してこのような代入はできない。
Seriesが扱いづらい、という人は最後にSeriesを辞書に変換してください。
atoz_dict = dict(atoz_dict)
print(atoz_dict)
# {'a': 5, 'b': 3, ...,'x': 0, 'y': 2, 'z': 0}
コード全文
import numpy as np
import pandas as pd
from collections import Counter
import string
text = "alice was beginning to get very tired of sitting by her sister on the bank and of having nothing to do"
text = text.replace(' ', '') # 空白を削除
labels = list(string.ascii_lowercase) # カウントする文字のリスト
# ['a', 'b', 'c', ..., 'x', 'y', 'z', ' ']
atoz_dict = pd.Series( # Seriesを初期化
np.repeat(0, len(labels)), # np.zeros()だとデフォルトで小数型になるのでnp.repeat()を使用
index=labels # 辞書で言うところのkeyにあたる
)
counts = Counter(text) # 文字列・リスト中のユニークな要素の数を辞書で返す。
atoz_dict[counts] = counts
print(atoz_dict)
# a 5
# b 3
# c 1
# ︙
# x 0
# y 2
# z 0
# pandas.Seriesが扱いづらければ辞書に変換
atoz_dict = dict(atoz_dict)
print(atoz_dict)
# {'a': 5, 'b': 3, ...,'x': 0, 'y': 2, 'z': 0}