清理一个pandas系列：对于每一行，如果字符串在字典的值（values = list或set）中，则用key替换

Question

我有一本书，我已经分解为每个角色的对话，但我注意到有相同的字符有很多拼写错误和不同的名字。我创建了一个字典，希望将每个别名关联回正确的字符，但我执行起来很麻烦。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。我需要翻转我的字典吗？
2. 我可以使用set而不是字典中的列表执行相同的操作吗？ char_dict = {'Robert'：{'Robert'，'Robbie'，'Rob'}，'Daniel'：{'Daniel'，'Dan'}}

我已经使用过这段代码，它确实让我得到了一个工作输出，但很难快速查看并理解哪些名称与哪个字符相关联。有更有效的方法吗？

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

Answer 1

是的我会反驳这个词：

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），则此字典理解将起作用。

然后将其映射到列：

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

这对我来说似乎是最有效的方法。但是，如果您主要关心的是使代码尽可能具有人类可读性，那么您可以将字典理解分解为标准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)

但这只是做同样的事情 - 我会争辩 - 不那么优雅的代码。