我想从另一个创建一个dictonnary但保持相同的键。我试图更新我的第一个词典的值,但我得到了错误。所以现在我正试图从第一个创建一个新的词典。
我希望关键是相同而不是改变它们。
# -*- 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(这是一个例子,原版在csv中有大约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内容:
{'1': 'tu es laid\n', '2': 'Je suis belle \n', '3': "Je n'aime pas la viande"}
预期答案,我希望标签对应于原始句子的关键字
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']}
后来,我想只提取第三个单词(在第二个字典中循环并用相同的键重写一个新单词,但只包含索引处的引理[2]。
这意味着obtaning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,任何想法如何改变它,以获得我期望的第二个词典的结果。
不幸的是,我必须使用密钥来保留句子,以便我能够在每个步骤或结束时在csv中逐个写入值。
要将新标记值映射到相关键,请将键设为键,将新值设为值:
d_tag = {}
for key, val in d.items():
newvalues = tagger.tag_text(val)
d_tag[key] = newvalues
使用字典理解可以缩短此代码:
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个项目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,可以使用字典理解缩短代码,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']}