0

置換したい文章をbody0x_before="ooooo"の形で変数に入れて、文章の中でreplaceWord = の中にヒットする文字列があれば、その文字列をreplaceするという処理を行いたいです。

置換したい文章は数千個あり、例では文章の長さは短いですが、実際にbody0x_before="ooooo"に入れる文章は1つにつき1000文字以上あります。

例)
body04_before="i like mcdonalds"["mcdonalds","chicken"]がヒットするので、アウトプットが下記のように出るのを期待しています。

  before             after
    ・           ・
    ・           ・
    ・           ・
5 i like mcdonalds  i like chicken

根本的に何か間違っているように思えるのですが、どのように調べたら良いか分からずご教授いただけると幸いです。

スクリプト

import os.path, time, re
import pandas as pd
import csv


body01_before="test1234"
body02_before="test9012"
body03_before="test5678"
body04_before="i like mcdonalds"
body05_before="I was born april"

replaceWord = [
                ["test9012","te1210st"],
                ["test5678","8579"],
                ["test1234","1349"],
                ["april","August"],
                ["mcdonalds","chicken"],

]

cols = ['before','after']
df = pd.DataFrame(index=[], columns=cols)

for word in replaceWord:
    
    body01_after = re.sub(word[0], word[1], body01_before)
    body02_after = re.sub(word[0], word[1], body02_before)
    body03_after = re.sub(word[0], word[1], body03_before)
    body04_after = re.sub(word[0], word[1], body04_before)
    body05_after = re.sub(word[0], word[1], body05_before)

    df=df.append({'before':body01_before,'after':body01_after}, ignore_index=True)
    
#df.head()
print(df)

df.to_csv('test_replace.csv')

現状の結果

     before     after
0  test1234  test1234
1  test1234  test1234
2  test1234      1349
3  test1234  test1234
4  test1234  test1234

期待する結果

  before    after
1 test1234  1349
2 test9012  te1210st
3 test5678  8579
4 april     I was born August
5 mcdonalds i like checkin

1 件の回答 1

1
from functools import reduce
import pandas as pd

replaceWord = [
    [ 'test9012', 'te1210st'],
    [ 'test5678',     '8579'],
    [ 'test1234',     '1349'],
    [    'april',   'August'],
    ['mcdonalds',  'chicken'],
]

before = [
    'test1234',
    'test9012',
    'test5678',
    'i like mcdonalds',
    'I was born april',
]
after = [reduce(lambda i, j: i.replace(*j), replaceWord, text) for text in before]
df = pd.DataFrame({'before': before, 'after': after})

print(df)

#
             before              after
0          test1234               1349
1          test9012           te1210st
2          test5678               8579
3  i like mcdonalds     i like chicken
4  I was born april  I was born August
5
  • 加えて、replaceWordとbefore のリストを、before のキーワードをkeyとした辞書としたほうが、リスト順序の入力ミスを防げて良いかもしれませんね。 2022年4月27日 4:12
  • ありがとうございます。非常に助かりました。
    – hafuuu
    2022年4月29日 6:06
  • replace(*j) の(*j)は何を意味するのでしょうか?調べてみたのですがうまく解説されてるものがなくご教授いただけますと幸いです。
    – hafuuu
    2022年4月29日 6:27
  • replace(j[0], j[1]) と同じ意味になります。「python リストのアンパック」で調べてみて下さい。
    – metropolis
    2022年4月29日 8:26
  • ご丁寧に教えていただきありがとうございます!非常に助かりました。
    – hafuuu
    2022年5月1日 2:17

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。