Python - 替换tex中的缩写

Question

我的数据帧有数千行。
看起来像这样：

import pandas as pd
import numpy as np
text = ['please send us a dm...','…could you please dm me','dm me plz…','i dmed u yesterday…','dm me asap thx', 'i send a dm to u now', 'thx u r so nice dming u now', 'just sent u a dm']
df = pd.DataFrame({"text": text})

          text
0   please send us a dm...
1   …could you please dm me
2   dm me plz…
3   i dmed u yesterday…
4   dm me asap thx
5   i send a dm to u now
6   thx u r so nice dming u now
7   just sent u a dm

我写了一个函数来替换“text”列中的缩写。在

^{pr2}$

但是，我的代码不能正常工作，所以不能完全替换数据帧中的所有缩写。在

convert(df, 'text')

          text
0   please send us a dm
1   could you please direct message me
2   dm me plz
3   i direct message you yesterday
4   dm me as soon as possible thx
5   i send a direct message to you now
6   thx you r so nice direct message you now
7   just sent you a dm

期望的最终输出如下所示：

          text
0   please send us a direct message
1   could you please direct message me
2   direct message me plz
3   i direct message you yesterday
4   direct message me as soon as possible thanks
5   i send a direct message to you now
6   thanks you r so nice direct message you now
7   just sent you a direct message

我不明白为什么我的代码不起作用。在

Answer 1

首先构建一个替换dict：

replacers = {'dm': 'direct message',
 'thx': 'thanks',
 'dming': 'direct messaging',
 'dmed': 'direct messaged',
 'plz': 'please',
 'u': 'you',
 'asap': 'as soon as possible',
 '...': '',
 '. . .': '',
 'r': 'are'}

然后使用apply函数将缩写替换为所需的单词。最后将单词合并成一个完整的字符串。在

^{pr2}$

Answer 2

看看这里

x.replace(" dm ", " direct message ")

你用“dm”在“from”和“back”的空格

但在列表中，例如：

^{pr2}$

在“dm”后面有一个句号，所以它不能代替它

Answer 3

一种更简洁的方法是使用“replacement”字典并在df和replacement dictionary中循环。如下所示：

replacers = {' dm ':' direct message ', ' thx ':' thanks ',' dming ':' direct messaging ',' dmed ':' direct messaged ',' plz ':' please ',' thx ':' thanks ',' u ':' you ',' asap ':' as soon as possible ','...':'','. . .':'',' dm':' direct message','dm ': 'direct message ',' thx': ' thanks','thx ':'thanks ',' r ':' are ',}

for i,row in df.iterrows():
    for key in replacers.keys():
        df.iloc[i] = row['text'].replace(key,replacers[key]) 

尽管列出替代品的所有变体是一件痛苦的事，例如“dm”“dm”“dm”“plz”“plz…”等等。。。在

你可能需要研究一下正则表达式的魔力：）