Python细碎知识

Python中字符串及列表的替代
1.replace（）会把字符串之内符合的都替换掉，是不完全匹配，例如‘124，345，667，12456’，用124去重的话，会变成‘，345，667，56’
2.set函数可以用在‘1’，‘2‘，’3’中，不可以用在‘1，2，3，4’中，set()是对字符进行去重，不可用于字符串，故可以将字符串转化为列表，然后用set（）去重
3.给列表进行完全匹配，替代为空（空格在方括号那里）：

bbb = [ ' ' if i ==str(item['ch_name']) else i for i in b]

4.给列表去重，即判断它是否在在新列表中，不要在旧列表中移除

e = []
for item in new_lines:
    if item not in e:
        e.append(item)

5.替代所有符号

rstr = r"[.（）()，。%、]"
     con1 = re.sub(rstr, '', con)
     a=con1.replace('|','、').replace('：','、').replace(':','、')

6.get()函数是根据键去查值，如果该键有对应的值则进行返回，若没有，即返回用户指定值 test=temp.get(zy[‘ch_name’],’-1’)，比如指定的“-1”
7.根据指定的某个属性进行排序，需引用包import operator，

import operator
sort_z=sorted(z, key=operator.itemgetter('radom_id'))

8.对列表进行修改时，可以使用索引

test_atc.append(test)
dic['formulation'][-1]=dic['formulation'][-1]+t

9.将列表转化为字符串：

item['alias_name']='、'.join(bbb)

10.循环部分替代

a=jx.split(',')
#for temp in a:
     for item in atc:
         if temp in item['ch_name']:
             item['ch_name']=item['ch_name'].replace(temp,'')
         if temp in str(item['alias_name']):
             item['alias_name']=str(item['alias_name']).replace(temp,'')

11.抽取字典中的某列数据，

c = { item['radom_id'] for item in atc }

然后去重，

for item in atc:
    if item['radom_id'] in c:
        e.append(item)

12.split（）可存在多个参数，

mystr=re.split('[(（:、|]', zy["formulation"])#分割

13.这样的替代可实现，但是有问题

rstr=str('123、56.1133、4352、0.3242')
 a=re.sub('、\d+.','|',rstr)
 结果：123|1133|0.3242

13.替换所有数字（replace（）有返回值，必须让其等于什么，然后my_str=my_str.replace(str(i),’’)很重要，不可写成q=my_str.replace(str(i),'不然只返回最后替换8的字符串）

 my_str='12ewe3fdg57hgg4ng4643vr8fb6'
for i in range(0,9):
    my_str=my_str.replace(str(i),'')
    print(my_str)

14.完全去重时，

 for i in atc:
     if a not in atc1:
        e.append(a)

部分去重，

  n=[]
for dic in atc:
    if dic['ch_name'] not in n:
        n.append(dic['ch_name'])
        z.append(dic)

15.抽取两个列表中的重复数据
chongfu= [x for x in y if x in c]

list1 = ['张三', '李四', '王五', '老二']
list2 = ['张三', '李四', '老二', '王七']
a = [x for x in list1 if x in list2] #两个列表表都存在
b = [y for y in (list1 + list2) if y not in a] #两个列表中的不同元素
c = [x for x in list1 if x not in list2]  #在list1列表中而不在list2列表中
d = [y for y in list2 if y not in list1]  #在list2列表中而不在list1列表中

16.在panda中，read_csv读取txt文档时，read.csv默认分隔符是“，”比如前面都是一行没有“，”，后面突然出现一行有“，”，这时这行数据就会变成两列。
dt = pd.read_csv(abstract_file,error_bad_lines='False',sep='\t')，sep=’\t’是指以\t为分隔符。如果前面是一列，后面忽然变成两列 ，这时程序就会报错：pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 121, saw 2，这时就是因为文档中除了特意留的‘\t’外，还有别的’\t’，使程序分割时出错了
17.匹配英文：p_e = re.compile(r’[a-zA-Z]’)
匹配中文：p_z = re.compile(r’[\u4e00-\u9fa5]’)