使用字典时replace()中的星号问题(python)
Python 3.7。x windows上。 我在使用字典中的string.replace()时遇到了问题，问题是字典值中有星号。 快速上下文:我们收集野外植物物种的数据，为了使事情更快，我们使用7个字符的“代码”和相应的完整的科学名称。如果是报告用的非本地物种，名字后面会有一个星号。例如:Cencili = Cenchrus ciliaris*或Eucpopu = Eucalyptus populnea 字段数据如下(在panda df中):
FieldData
Location Species
1 Site_1 Uromosa, Chlgaya, Cencili
2 Site_2 Cencili, Sclmuri, Eucpopu, Glaaris, Atahemi
词汇表/定义表是这样的(在转换成字典之前):
SpeciesList
Code Scientific
1 Cencili Cenchrus ciliaris*
2 Eucpopu Eucalyptus populnea
我尝试:
import pandas as pd
import csv, re
FieldData = pd.read_csv('FieldDataPath')
SpeciesList = pd.read_csv('SpeciesListPath')
SpeciesDict = dict(zip(SpeciesList.Code, SpeciesList.Scientific))
for k, v in SpeciesDict.items():
FieldData['Species'].replace(k, v, inplace = True, regex = True)
问题是这行得通……排序的。如果regex = True是成功替换的物种代码，但是在科学名称的每个字母之间插入星号。 洛杉矶:
Location Species
870 Site_1 *C*e*n*c*h*r*u*s* *c*i*l*i*a*r*i*s***,* *S*a*l...
如果regex = False，则replace()不起作用，数据保持不变。 如果我从词汇表中删除星号，它可以正常工作，但我需要星号在那里。在这个过程之后，我曾想过要单独标记非本地物种，但我想我也会遇到同样的问题。 我知道这与正则表达式有关，也知道星号是如何解释的，但我就是想不出来。我到处找，都没找到类似的问题。 长期潜伏者，初次发问者。我希望这个问题符合标准。 问题来源StackOverflow 地址：/questions/59385653/asterisk-issue-in-replace-when-using-a-dictionary-python
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
在Python中，正则表达式中的星号(*)是一个特殊字符，表示前面的字符可以重复0次或多次。当你使用replace()函数并设置regex=True时，它会将字典中的键作为正则表达式模式处理，因此星号被错误地解释了。
为了解决这个问题，你需要在构建正则表达式时对星号进行转义，使其作为普通字符处理。这可以通过在星号前加上反斜杠(\)来实现。但是，由于你在字符串中操作，需要对反斜杠再次转义，即使用两个反斜杠(\\)。下面是如何修改你的代码以正确处理含有星号的替换：
import pandas as pd
# 读取数据
FieldData = pd.read_csv('FieldDataPath')
SpeciesList = pd.read_csv('SpeciesListPath')
# 创建字典，并对值中的星号进行转义
SpeciesDict = {k: v.replace('*', '\\*') for k, v in zip(SpeciesList['Code'], SpeciesList['Scientific'])}
# 替换过程，注意这里regex=True是必要的，因为我们手动处理了转义
for k, v in SpeciesDict.items():
FieldData['Species'] = FieldData['Species'].replace(k, v, regex=True)
这段代码首先创建了一个新的字典，其中科学名称中的每个星号都被替换成\\*，这样在正则表达式中它们就会被当作字面字符处理，而不是重复运算符。然后，使用这个新字典进行替换，应该能够得到预期的结果，即不改变非星号字符之间的结构。
