在 Python 中替换时，我们可以引用字典从键中获取值吗？答案

【问题标题】：Can we to refer to a dictionary get a value from the key while replacing in Python?在 Python 中替换时，我们可以引用字典从键中获取值吗？
【发布时间】：2019-10-17 08:29:48
【问题描述】：

我有一个包含术语和句子的平面文件。如果在句子中找到任何术语，我需要将其 id 附加到术语 (term|id) 中。模式匹配应该不区分大小写。此外，我们需要保留与句子中相同的大小写。是否可以在替换调用中使用它的键来引用字典来获取值？

from pandas import DataFrame
import re

df = {'id':[11,12,13,14,15,16],
    'term': ['Ford', 'EXpensive', 'TOYOTA', 'Mercedes Benz', 'electric', 'cars'],
        'sentence': ['F-FORD FORD/FORD is less expensive than Mercedes Benz.' ,'toyota, hyundai mileage is good compared to ford','tesla is an electric-car','toyota too has electric cars','CARS','CArs are expensive.']
        }
#Dataframe creation
df = DataFrame(df,columns= ['id','term','sentence'])

#Dictionary creation
dict = {}
l_term = list(df['term'])
l_id = list(df['id'])

for i,j in zip(l_term,l_id):
    dict[str(i)] = j

#Building patterns to replace
pattern = r'(?i)(?<!-)(?<!\w)(?:{})(?!\w)'.format('|'.join(map(re.escape, sorted(df["term"],key=len,reverse=True))))

#Replace
df["sentence"].replace(pattern, r"\g<0>|present",, inplace=True,regex=True)

而不是 |present 我需要参考像 |dict.get(\g) 这样的字典，或者有没有其他方法可以实现这一点？此外，如果我们为 16,17 找到两次汽车。我们可以附加任何一个。

预期的结果是

F-FORD FORD|11/FORD|11 is less expensive|12 than Mercedes Benz|14.
toyota|13, hyundai mileage is good compared to ford|11
tesla is an electric|15-car
toyota|13 too has electric|15 cars|16
CARS|16
CArs|16 are expensive|12.

【问题讨论】：

我们应该检查字典键是否存在？如果给定的 dict 键不存在怎么办？
如果我们有一个term(value)，它总是会有一个key。

标签： python pandas dataframe dictionary pattern-matching

【解决方案1】：

您可以对当前代码稍作修改：

from pandas import DataFrame
import re

df = {'id':[11,12,13,14,15,16],
    'term': ['Ford', 'EXpensive', 'TOYOTA', 'Mercedes Benz', 'electric', 'cars'],
        'sentence': ['F-FORD FORD/FORD is less expensive than Mercedes Benz.' ,'toyota, hyundai mileage is good compared to ford','tesla is an electric-car','toyota too has electric cars','CARS','CArs are expensive.']
        }
#Dataframe creation
df = DataFrame(df,columns= ['id','term','sentence'])

#Dictionary creation
dct = {}
l_term = list(df['term'])
l_id = list(df['id'])

for i,j in zip(l_term,l_id):
    dct[str(i).upper()] = j

#Building patterns to replace
pattern = r'(?i)(?<!-)(?<!\w)(?:{})(?!\w)'.format('|'.join(map(re.escape, sorted(df["term"],key=len,reverse=True))))

#Replace
df["sentence"]=df["sentence"].str.replace(pattern, lambda x: "{}|{}".format(x.group(),dct[x.group().upper()]))

注意事项：

dict 是保留名称，不要命名变量dict，使用dct
dct[str(i).upper()] = j - 将大写的键添加到字典中，以启用字典中的键不区分大小写的搜索
df["sentence"]=df["sentence"].str.replace(pattern, lambda x: "{}|{}".format(x.group(),dct[x.group().upper()])) 是主（最后）行，它使用 Series.str.replace 允许使用可调用作为替换参数，一旦模式匹配，匹配将作为 x 匹配对象传递给 lambda 表达式，其中检索值使用dct[x.group().upper()] 并使用x.group() 访问整个比赛。

【讨论】：