清理熊猫系列：对于每一行，如果字符串在字典的值（值=​​列表或集合）中，则用键替换

Question

我有一本书，我将每个角色细分为对话，但是我注意到同一角色有很多错别字和不同的名字。我创建了一个词典，希望将每个别名重新关联到正确的字符，但是执行时遇到困难。这是我的熊猫系列和所需的输出：

Narrator ---> Output

Robert -----> Robert
Dan    -----> Dan
Daniel -----> Daniel
Robbie -----> Robert
Rob    -----> Robert
Jacob  -----> Jacob

我的字典如下：

char_dict = {'Robert': ['Robert', 'Robbie', 'Rob'],
             'Daniel': ['Daniel', 'Dan']}

1. 如果字符串在字典中的值列表中，我将如何用键替换它。我需要撤销字典吗？

2. 我可以使用集合而不是字典中的列表来执行相同的操作吗？

   char_dict = {'Robert'：{'Robert'，'Robbie'，'Rob'}，              'Daniel'：{'Daniel'，'Dan'}}

我使用了这段代码，它实际上确实为我提供了有效的输出，但是要快速查看并了解哪些名称与哪个字符相关是非常困难的。有没有更有效的方法？

new_char_dict = {k: oldk for oldk, oldv in char_dict.items() for k in oldv}

Answer 1

是的，我只想撤消该命令：

rev = {c:k for k, v in char_dict.items() for c in v}

如果原始字典值是列表或集合（或元组），则此字典理解功能将起作用。

然后将其映射到列：

df["Output"] = df["Narrator"].map(rev)

这似乎是我最有效的方法。但是，如果您最关心的是使代码尽可能易于阅读，那么您可以将字典理解分解为标准的for循环：

alias_to_name = dict()
for char_name, list_of_aliases in char_dict.items():
    for char_alias in list_of_aliases:
        alias_to_name[char_alias] = char_name

df["Output"] = df["Narrator"].map(alias_to_name)

但是，这只是在做同样的事情-我会争辩更少的优雅代码。