Python 3.x 更改字典中的使用值以替换列中的值

这个问题是一个后续问题。以下数据帧是对 数据库中使用的数据帧和字典

这是新字典

dd = {'E11': ['123456',
  'Jonny',
  'Good',
  '(511)2321134',
  '1A1619',
   'Jonny',
  'Good',
  '511-233-1137',
   'BL171111',
   'A-1-24',
   'Jonny',
  'Good',
  '03-15-2001'],

'E22': ['Alice',
  'Wonderland',
    'AL-17-1111',
  'A999b',
  '5643389',
  '1-2-2001'],

'E33': ['Mick', 
        'Mouse',
  '1A25629Q88',
        'Mick', 
        'Mouse',
  'A13B',
  '19S-9']}

当我应用从中得到的答案时，它似乎对我下面展示的内容很有效。也就是说，

dd

中的所有值，包括我包含的新值，例如，

'（511）2321134'：“@@@@@'

都与相应的

@@@@

配对

   d2 = {k: {x: '@@@' for x in v} for k, v in dd.items()}
   d2
   {'E11': {'(511)2321134': '@@@',
  '03-15-2001': '@@@',
  '123456': '@@@',
  '1A1619': '@@@',
  '511-233-1137': '@@@',
  'A-1-24': '@@@',
  'BL171111': '@@@',
  'Good': '@@@',
  'Jonny': '@@@'},
 'E22': {'1-2-2001': '@@@',
  '5643389': '@@@',
  'A999b': '@@@',
  'AL-17-1111': '@@@',
  'Alice': '@@@',
  'Wonderland': '@@@'},
 'E33': {'19S-9': '@@@',
  '1A25629Q88': '@@@',
  'A13B': '@@@',
  'Mick': '@@@',
  'Mouse': '@@@'}}

我还使用以下代码，这些代码取自

但是

（511）2321134

未转换为

@@@@code>。我不知道为什么

理想情况下，我希望如下

        New_Data
0       Hey @@@ this is @@@ @@@ @@@ @@@ @@@ @@@
1       This is @@@ @@@ @@@ at @@@ @@@
2       @@@ @@@ @@@ and go way back in @@@
3       Wow @@@ that is @@@ @@@ @@@ @@@ dont @@@ cool but NOT @@@
4       Yes hi: @@@ @@@ @@@ @@@ or
5       Bye @@@ @@@ @@@ @@@ ok was seen on @@@

好像

d2={k:{x:'@@@for x in v}for k，v in dd.items（）}
运行良好

所以我假设这个问题是存在的

(dff.pivot(columns='E_ID', values='Data')
                    .replace(d2, regex=True).bfill(1).iloc[:,0])

如何更改代码以将
（511）2321134
转换为
@@@code>
 
（
和
）
是正则表达式中的特殊字符，因此需要将它们在
（511）2321134
中转义为
\\（511\\）2321134
。在另一个答案中使用我的相同解决方案，只需要额外的
maketrans
和
translate

tr = str.maketrans({"(": "\(", ")": "\)"})
d2 = {k: {x.translate(tr): '@@@' for x in v} for k, v in dd.items()}

Out[864]:
{'E11': {'123456': '@@@',
  'Jonny': '@@@',
  'Good': '@@@',
  '\\(511\\)2321134': '@@@',
  '1A1619': '@@@',
  '511-233-1137': '@@@',
  'BL171111': '@@@',
  'A-1-24': '@@@',
  '03-15-2001': '@@@'},
 'E22': {'Alice': '@@@',
  'Wonderland': '@@@',
  'AL-17-1111': '@@@',
  'A999b': '@@@',
  '5643389': '@@@',
  '1-2-2001': '@@@'},
 'E33': {'Mick': '@@@',
  'Mouse': '@@@',
  '1A25629Q88': '@@@',
  'A13B': '@@@',
  '19S-9': '@@@'}}

(dff.pivot(columns='E_ID', values='Data')
    .replace(d2, regex=True).bfill(1).iloc[:,0])

Out[867]:
0    Hey @@@ this is @@@ @@@ @@@ @@@ @@@
1    This is @@@ @@@ at @@@ @@@
2    @@@ @@@ and go way back in @@@
3    Wow @@@ that is @@@ @@@ @@@ dont @@@ cool but NOT @@@
4    Yes hi: @@@ @@@ @@@ or
5    Bye @@@ @@@ @@@ ok was seen on @@@
Name: E11, dtype: object

（
和
）
是正则表达式中的特殊字符，因此需要将它们在
（511）2321134
中转义为
\\（511\\）2321134
。在另一个答案中使用我的相同解决方案，只需要额外的
maketrans
和
translate

tr = str.maketrans({"(": "\(", ")": "\)"})
d2 = {k: {x.translate(tr): '@@@' for x in v} for k, v in dd.items()}

Out[864]:
{'E11': {'123456': '@@@',
  'Jonny': '@@@',
  'Good': '@@@',
  '\\(511\\)2321134': '@@@',
  '1A1619': '@@@',
  '511-233-1137': '@@@',
  'BL171111': '@@@',
  'A-1-24': '@@@',
  '03-15-2001': '@@@'},
 'E22': {'Alice': '@@@',
  'Wonderland': '@@@',
  'AL-17-1111': '@@@',
  'A999b': '@@@',
  '5643389': '@@@',
  '1-2-2001': '@@@'},
 'E33': {'Mick': '@@@',
  'Mouse': '@@@',
  '1A25629Q88': '@@@',
  'A13B': '@@@',
  '19S-9': '@@@'}}

(dff.pivot(columns='E_ID', values='Data')
    .replace(d2, regex=True).bfill(1).iloc[:,0])

Out[867]:
0    Hey @@@ this is @@@ @@@ @@@ @@@ @@@
1    This is @@@ @@@ at @@@ @@@
2    @@@ @@@ and go way back in @@@
3    Wow @@@ that is @@@ @@@ @@@ dont @@@ cool but NOT @@@
4    Yes hi: @@@ @@@ @@@ or
5    Bye @@@ @@@ @@@ ok was seen on @@@
Name: E11, dtype: object

tr = str.maketrans({"(": "\(", ")": "\)"})
d2 = {k: {x.translate(tr): '@@@' for x in v} for k, v in dd.items()}

Out[864]:
{'E11': {'123456': '@@@',
  'Jonny': '@@@',
  'Good': '@@@',
  '\\(511\\)2321134': '@@@',
  '1A1619': '@@@',
  '511-233-1137': '@@@',
  'BL171111': '@@@',
  'A-1-24': '@@@',
  '03-15-2001': '@@@'},
 'E22': {'Alice': '@@@',
  'Wonderland': '@@@',
  'AL-17-1111': '@@@',
  'A999b': '@@@',
  '5643389': '@@@',
  '1-2-2001': '@@@'},
 'E33': {'Mick': '@@@',
  'Mouse': '@@@',
  '1A25629Q88': '@@@',
  'A13B': '@@@',
  '19S-9': '@@@'}}

(dff.pivot(columns='E_ID', values='Data')
    .replace(d2, regex=True).bfill(1).iloc[:,0])

Out[867]:
0    Hey @@@ this is @@@ @@@ @@@ @@@ @@@
1    This is @@@ @@@ at @@@ @@@
2    @@@ @@@ and go way back in @@@
3    Wow @@@ that is @@@ @@@ @@@ dont @@@ cool but NOT @@@
4    Yes hi: @@@ @@@ @@@ or
5    Bye @@@ @@@ @@@ ok was seen on @@@
Name: E11, dtype: object