python - 在 Python 中用字典键(具有多个值)替换文本 - 效率更高

Question

我一直在尝试用基于多个值的字典中的键替换 Pandas 数据框列中的部分文本；虽然我已经达到了预期的结果，但在大型数据集中，过程或循环非常非常慢。如果有人可以建议我采用更“Pythonic”的方式或更有效的方式来实现结果，我将不胜感激。请看下面的例子:

df =  pd.DataFrame({'Dish':  ['A', 'B','C'],
        'Price': [15,8,20],
         'Ingredient': ['apple banana apricot lamb ', 'wheat pork venison', 'orange lamb guinea']
        })

<表类="s-表"><头>菜肴价格成分<正文>一个15苹果香蕉杏羊肉B8小麦 pig 肉鹿肉C20几内亚橙色羊肉

字典如下:

CountryList = {'FRUIT': [['apple'], ['orange'],  ['banana']],
 'CEREAL': [['oat'], ['wheat'],  ['corn']],
 'MEAT': [['chicken'],  ['lamb'],  ['pork'],  ['turkey'], ['duck']]}

我正在尝试用基于字典值的键替换“成分”列中的文本。例如，第一行的'apple'将被替换为字典键:'FRUIT'..所需的表如下所示:

<表类="s-表"><头>菜肴价格成分<正文>一个15水果水果杏肉B8 Cereal 肉鹿肉C20几内亚果肉

我在这里看到了一些相关的查询，其中每个键都有一个值；但在这种情况下，字典中的任何给定键都有多个值。到目前为止，我已经能够达到预期的结果，但是在处理大型数据集时速度非常慢。到目前为止，我用来实现结果的代码如下所示:

countries = list(CountryList.keys())

for country in countries:
    for i in range(len(CountryList[country])):
        lender = CountryList[country][i]
        country = str(country)
        lender = str(lender).replace("['",'',).replace("']",'')
        df['Ingredient'] = df['Ingredient'].str.replace(lender,country)

也许这可以通过多处理来实现？不用说，我对 Python 的了解还有很多不足之处。

如有任何加快流程的建议，我们将不胜感激。

提前致谢

编辑:补充一下，有些键在字典中有超过 60000 个值；字典中有大约 200 个键，这使得代码在时间上非常低效。

Answer 1

改变国家列表的格式:

import itertools

CountryList2 = {}
for k, v in CountryList.items():
    for i in (itertools.chain.from_iterable(v)):
        CountryList2[i] = k

>>> CountryList2
{'apple': 'FRUIT',
 'orange': 'FRUIT',
 'banana': 'FRUIT',
 'oat': 'CEREAL',
 'wheat': 'CEREAL',
 'corn': 'CEREAL',
 'chicken': 'MEAT',
 'lamb': 'MEAT',
 'pork': 'MEAT',
 'turkey': 'MEAT',
 'duck': 'MEAT'}

现在你可以使用replace:

df['Ingredient'] = df['Ingredient'].replace(CountryList2, regex=True)

>>> df
  Dish  Price                 Ingredient
0    A     15   FRUIT FRUIT apricot MEAT
1    B      8        CEREAL MEAT venison
2    C     20          FRUIT MEAT guinea