基于词典理解的结构化文本平面词典

Question

我正试图从一段结构化文本中创建一本词典，但我无法理解正确的语法

text = 'english (fluently), spanish (poorly)'

# desired output: 
{english: fluently, spanish: poorly}

# one of my many attempts: 
dict((language,proficiency.strip('\(\)')) for language,proficiency in lp.split(' ') for lp in text.split(', '))

# but resulting error: 
NameError: name 'lp' is not defined 

我猜lp.split（“”）中的lp没有定义，但我不知道如何修改语法以获得所需的结果

事实上，情况更为复杂。我有一个dataframe，我的目标是最终使用一个函数将上述数据整理成每种语言的列和每种相应语言的列。如下所示（尽管可能可以更有效地完成）

# pandas dataframe
pd.DataFrame({'language': ['english, spanish (poorly)', 'turkish']})
        
# desired output: 
pd.DataFrame({'Language: English': [True, False], 'Language proficiency: English': ['average', pd.NA], 'Language: Spanish': [True, False], 'Language proficiency: Spanish': ['poorly', pd.NA], 'Language: Turkish': [False, True], 'Language proficiency: Turkish': [pd.NA, 'average']})
    
# my attempt
def tidy(content):
    if pd.isna(content):
        pass
    else:
        dict((language,proficiency.strip('\(\)')) for language,proficiency in lp.split(' ') for lp in text.split(', '))

def tidy_language(language, content):
    if pd.isna(content):
        return pd.NA
    else:
        if language in content.keys():
            return True
        else:
            return False

def tidy_proficiency(language, content):
    if pd.isna(content):
        return pd.NA
    else:
        if language in content.keys():
            return content.language
        else:
            return pd.NA

languages = ['english', 'spanish', 'turkish']
df['language'] = df['language'].map(lambda x: tidy(x))
for language in languages:
    df['Language: {}'.format(language.capitalize())] = df['language'].map(lambda x: tidy_language(language, content)
    df['Language proficiency: {}'.format(language.capitalize())] =  df['language'].map(lambda x: tidy_proficiency(language, content)

Answer 1

1. 您需要反转列表理解中的两个for循环（for循环需要以与编写命令式代码相同的顺序出现）

2. 在.strip('\(\)')中不需要反斜杠

3. for language,proficiency in lp.split(' ')将尝试将lp.split(' ')的每个项解压到元组(language,proficiency)，因此，将lp.split(' ')包装到一个单元素列表中以实现您想要的：

dict((l,p.strip('()')) for lp in text.split(', ') for l,p in [lp.split(' ')])

{'english': 'fluently', 'spanish': 'poorly'}

以上内容可以写成dict理解：

{l: p.strip('()') for lp in text.split(', ') for l,p in [lp.split(' ')]}

读起来好一点

使用re的替代方法：

import re
dict(re.findall(r'(\w+) \((\w+)\),?', text))

{'english': 'fluently', 'spanish': 'poorly'}