在 Python 中评估单词字符串的辅音/元音组成

Question

我正在尝试将 Python 字符串从其原始形式转换为其元音/辅音组合。

例如 - 'Dog' 变成 'cvc' 而 'Bike' 变成 'cvcv'

在 R 中，我能够使用以下方法：

   con_vowel <- gsub("[aeiouAEIOU]","V",df$col_name)
   con_vowel <- gsub("[^V]","C",con_vowel)
   df[["composition"]] <- con_vowel

这将评估字符是否为元音，如果为真，则分配字符“V”，然后评估该字符串并将不是“V”的任何内容替换为“C”，然后将结果放入名为“数据框中的组合'。

在 Python 中，我在尝试中编写了一些代码来复制功能，但它没有返回所需的结果。请看下文。

word = 'yoyo'


for i in word.lower():
    if i in "aeiou":
       word = i.replace(i ,'v')
    else: word = i.replace(i ,'c')
print(word)

这里的理论是每个字符都会被评估，如果它不是元音，那么通过演绎它必须是辅音。 但是我得到的结果是：

v

我明白为什么会这样，但我不清楚如何达到我想要的结果。

请注意，我还需要将生成的代码应用于数据框列并根据这些结果创建一个新列。

如果你能解释你的答案的工作原理，那将对我有很大帮助。

提前致谢。

Answer 1

在 Python 中，字符串是不可变的。
为什么？

有几个优点。

一个是性能：知道字符串是不可变的意味着我们可以 在创建时为其分配空间，以及存储要求 是固定不变的。这也是原因之一 元组和列表的区别。

另一个优点是 Python 中的字符串被视为 “基本”作为数字。没有活动量会改变值 8 对于其他任何东西，在 Python 中，任何活动都不会改变 字符串“八”到其他任何东西。

为了减少混淆和潜在错误，最好创建一个新字符串而不是更改原始字符串。 我还添加了 is_alpha() 以便能够了解我们是在处理字母还是数字/符号并采取相应措施。

这是我的代码：

word = 'yoyo'

def vocals_consonants_transformation(word):
    modified_word = ""
    for i in range(0, len(word)):
        if word[i].isalpha():
            if word[i] in "aeiou":
                modified_word += 'v'
            else:
                modified_word += 'c'
        else:
            modified_word += word[i]
    return modified_word


print(vocals_consonants_transformation(word))

输出
简历

来源：
https://docs.python.org/3/faq/design.html#why-are-python-strings-immutable

Answer 2

试试这个：

word = 'yoyo'
word = list(word)

for i in range(len(word)):
    if word[i] in 'aeiou':
        word[i] = 'v'
    else:
        word[i] = 'c'

print(''.join(word))

Answer 3

试试这样：

word = 'yoyo'

for i in word.lower():
    if i in "aeiou":
       word=word.replace(i ,'v')
    else:
        word=word.replace(i ,'c')
print(word)

Answer 4

vowels = set("aeiou")
word = "Dog"

new_word = ""
for char in word.lower():
    new_word += "v" if char in vowels else "c"

print(new_word)

请注意 这将set 用于元音以加快成员资格测试。除此之外，我们遍历word 的低版本并通过三元组将所需的字符（v 或c）添加到新形成的字符串中。

Answer 5

您可能已经意识到这一点，但在您的解决方案中，for 循环确定每个字母是否为元音，但不保存结果。这就是为什么它只给你最后一次迭代的结果（v，因为 'o' 是元音）。

您可以尝试创建一个新的空字符串，然后添加到其中：

word='yoyo'
new_word=''

for i in word.lower():
    if i in "aeiou":
        new_word+='v'
    else:
        new_word+='c'

print(new_word)

Answer 6

使用 string.replace 和一些正则表达式来避免循环

df = pd.DataFrame(['Cat', 'DOG', 'bike'], columns=['words'])
# use string.replace
df['new_word'] = df['words'].str.lower().str.replace(r"[^aeiuo]", 'c').str.replace(r"[aeiou]", 'v')
print(df)

  words new_word
0   Cat      cvc
1   DOG      cvc
2  bike     cvcv

Answer 7

您可以将replace 与regex=True 一起使用：

words = pd.Series(['This', 'is', 'an', 'Example'])
words.str.lower().replace({"[^aeiou]":'c', '[aeiou]':'v'}, regex=True)

输出：

0       ccvc
1         vc
2         vc
3    vcvcccv
dtype: object

Answer 8

有一个方法；这是translate。传递翻译表中找不到的值（如' '）既有效又默认。

如果需要，您可以使用 string 库来获取所有辅音。

import pandas as pd
import string

df = pd.DataFrame(['Cat', 'DOG', 'bike', 'APPLE', 'foo bar'], columns=['words'])

vowels = 'aeiouAEIOU'
cons = ''.join(set(string.ascii_letters).difference(set(vowels)))
trans = str.maketrans(vowels+cons, 'v'*len(vowels)+'c'*len(cons))

---

df['translated'] = df['words'].str.translate(trans)

     words translated
0      Cat        cvc
1      DOG        cvc
2     bike       cvcv
3    APPLE      vcccv
4  foo bar    cvv cvc

---

正是为此而设计的，所以速度很快。

# Supporting code
import perfplot
import pandas as pd
import string

def with_translate(s):
    vowels = 'aeiouAEIOU'
    cons = ''.join(set(string.ascii_letters).difference(set(vowels)))
    trans = str.maketrans(vowels+cons, 'v'*len(vowels)+'c'*len(cons))

    return s.str.translate(trans)


def with_replace(s):
    return s.replace({"[^aeiouAEIOU]":'c', '[aeiouAEIOU]':'v'}, regex=True)


perfplot.show(
    setup=lambda n: pd.Series(np.random.choice(['foo', 'bAR', 'foobar', 'APPLE', 'ThisIsABigWord'], n)), 
    kernels=[
        lambda s: with_translate(s),
        lambda s: with_replace(s),
    ],
    labels=['Translate', 'Replace'],
    n_range=[2 ** k for k in range(19)],
    equality_check=None,  
    xlabel='len(s)'
)