使用字典理解将函数应用于每个键的特定子键

Question

我正在尝试执行字典理解，将函数仅应用于特定的内部子项。该函数从字符串中删除非英语单词。我希望它应用于 'title' 子键仅，对于字典中的每个键。

# imports

import nltk

# function to remove non-English words

words = set(nltk.corpus.brown.words())

def strip_non_en(string, words):
    " ".join(w for w in nltk.wordpunct_tokenize(string)\
    if w.lower() in words or not w.isalpha())
    return string


# dict example:

meta_data = {
'12345.xml': {'author': ['Presley'],
'date': 1956,
'doi': None,
'title': 'Heartbreak Hotel'},
'67890.xml': {'author': ['Iglesias'],
'date': 1972,
'doi': None,
'title': 'For a little bit of your love Por Un Poco De Tu Amor'}
}

我只能让它将函数应用到所有子键，这往往会删除 'author' 子键的内容。

感谢所有帮助。

Answer 1

您可以检查当前键是否为'title'，如果是，则调用函数并将当前值传递给函数：

new_dict = {a:strip_non_en(b, words) if a == 'title' else b for a, b in meta_data.items()}

此外，您可以稍微更改函数 strip_non_en，以便参数 words 是可选的。这样， words 不必每次都传递：

def strip_non_en(string, words=words):
  " ".join(w for w in nltk.wordpunct_tokenize(string)\
  if w.lower() in words or not w.isalpha())
  return string

new_dict = {a:strip_non_en(b) if a == 'title' else b for a, b in meta_data.items()}

Answer 2

这是构建逻辑的一种方式。与 Ajax1234 类似，但我向 strip_non_en.

添加了一个额外的可选参数

word_set = set(nltk.corpus.brown.words())

def strip_non_en(string, words=word_set, key=None):
    if key in (None, 'title'):
        string = ' '.join(w for w in nltk.wordpunct_tokenize(string) \
                          if w.lower() in words or not w.isalpha())
    return string    

new_dict = {a: strip_non_en(b, key=a) for a, b in meta_data.items()}

使用字典理解将函数应用于每个键的特定子键

Applying function to a specific subkey for each key using a dictionary comprehension

python

dictionary

dictionary-comprehension