Question

我想用另一个钥匙创建一个恐龙，但要保持相同的钥匙。我尝试更新第一个词典的值，但出现错误。因此，现在我尝试从第一个字典创建一个新字典。

我希望键是相同的，不要更改它们。

# -*- coding: UTF-8 -*-
import codecs 
import re
import os
import sys, argparse
import subprocess
import pprint
import csv
from itertools import islice
import pickle

try:
    import treetaggerwrapper
    from treetaggerwrapper import TreeTagger, make_tags
    print("import TreeTagger OK")
except:
    print("Import TreeTagger pas Ok")

from itertools import islice
from collections import defaultdict



#export le lexique de sentiments
pickle_in = open("dict_pickle", "rb")
dico_lexique = pickle.load(pickle_in)


# extraction colonne verbatim
d = {}
with open(sys.argv[1], 'r', encoding="cp1252",) as csv_file:
    csv_file.readline()
    for line in csv_file:
        token = line.split(';')
        d[token[0]] = token[1]
#print(d)

#Writing in a new csv file 

with open('result.csv','wb', sep=';', encoding='Cp1252') as f:
    w = csv.writer(f)
    w.writerows(d.items())

tagger = treetaggerwrapper.TreeTagger(TAGLANG='fr')

d_tag = {}
for key,val in d.items():
    newvalues = tagger.tag_text(val)
    #print(newvalues)
    for key,val in d_tag.items():
        d_tag[key] = d[key]
        d_tag[val] = newvalues
print(d_tag)


#Writing in a new csv file, Writing the key to be sure it coincides

with open('result.csv','wb', sep=';', encoding='Cp1252') as f:
    w = csv.writer(f)
    w.writerows(d_tag.items())

文件（这是一个示例，原始文件在csv中大约有6000行

id;Verbatim;score
1;tu es laid;5
2;Je suis belle; 6
3;Je n'aime pas la viande;7

提取第一列和第二列后的外观：

{'1': 'tu es laid\n', '2': 'Je suis belle \n', '3': "Je n'aime pas la viande"}

期望的答案，我希望标签对应于其原始句子的键

d_tag = { "1" : ['tu\tPRO:PER\ttu', 'es\tVER:pres\têtre', 'laid\tADJ\tlaid'],
"2" : ['Je\tPRO:PER\tje', 'suis\tVER:pres\tsuivre|être', 'belle\tADJ\tbeau'],
"3" : ['Je\tPRO:PER\tje', "n'\tADV\tne", 'aime\tVER:pres\taimer', 'pas\tADV\tpas', 'la\tDET:ART\tle', 'viande\tNOM\tviande']}

稍后，我只想提取第三个词（在第二个字典中循环并用相同的键重写一个新词，但只包含索引为[2]的引理。

这意味着获取类似这样的东西：

d_lemma = { "1" : ['tu', 'être', 'laid'],
"2" : ['Je', 'suivre|être', 'beau'],
"3" : ['Je', "ne", 'aimer', 'pas', 'le', 'viande']}

上面的代码不起作用，不知道如何进行更改，以得到我期望的第二个字典的结果。

不幸的是，我必须使用键来保存句子，这样我才能在每一步或最后都在CSV中逐个写入值。

Answer 1

要将新标签值映射到相关键，请将该键设置为键，并将新值设置为值：

d_tag = {}
for key, val in d.items():
    newvalues = tagger.tag_text(val)
    d_tag[key] = newvalues

可以使用字典理解来缩短此代码：

d_tag = {key: tagger.tag_text(val) for key, val in d.items()}

要获取引理字典，您需要在每个值列表中的每个元素上调用str.split，然后提取每个结果中的第三项并将其添加到关联键的值列表中。

d_lemma = defaultdict(list)
for k, v in d_tag.items():
    for elem in v:
        parts = elem.split('\t')
        d_lemma[k].append(parts[2])

结果：

defaultdict(<class 'list'>, {'1': ['tu', 'être', 'laid'], '2': ['je', 'suivre|être', 'beau'], '3': ['je', 'ne', 'aimer', 'pas', 'le', 'viande']})

同样，可以使用字典理解来缩短代码，并使用内部列表理解来创建值：

d_lemma = {k: [p.split('\t')[2] for p in v] for k, v in d_tag.items()}

结果：

{'1': ['tu', 'être', 'laid'], '2': ['je', 'suivre|être', 'beau'], '3': ['je', 'ne', 'aimer', 'pas', 'le', 'viande']}

从另一个创建新字典，但保持相同的键

1 个答案: