如何利用表格信息更新字典中指定位置的字符串字符？

给定初始字典：

dict1 = {'AA':['THISISSCARY'],
         'BB':['AREYOUAFRAID'],
         'CC':['DONOTWORRY']}

需要通过以下DataFrame表格更新字典值：

import pandas as pd
Table = pd.DataFrame({'KEY':['AA','AA','BB','CC'],
                      'POSITION':[2,4,9,3],
                      'oldval':['I','I','A','O'],
                      'newval':['X','X','U','I']})

表格内容：

KEY   POSITION  oldval  newval
0   AA         2      I      X
1   AA         4      I      X
2   BB         9      A      U
3   CC         3      O      I

更新逻辑：通过KEY匹配字典的键，通过POSITION定位字符串中的字符位置（表格中为1开始计数），若该位置字符与oldval一致，则替换为newval，最终期望得到：

dict1 = {'AA':['THXSXSSCARY'],
         'BB':['AREYOUAFRUID'],
         'CC':['DONITWORRY']}

尝试过使用update函数，但不清楚该场景下的实现方式。

不需要转字典再用update，直接遍历表格逐行处理即可，步骤清晰且精准：

完整代码 #

import pandas as pd

# 初始字典
dict1 = {'AA':['THISISSCARY'],
         'BB':['AREYOUAFRAID'],
         'CC':['DONOTWORRY']}

# 更新规则表格
Table = pd.DataFrame({'KEY':['AA','AA','BB','CC'],
                      'POSITION':[2,4,9,3],
                      'oldval':['I','I','A','O'],
                      'newval':['X','X','U','I']})

# 遍历表格处理每个替换规则
for _, row in Table.iterrows():
    key = row['KEY']
    # 表格POSITION是1-based，转成Python的0-based索引需减1
    pos = row['POSITION'] - 1
    old_char = row['oldval']
    new_char = row['newval']
    
    # 字符串不可变，转成列表修改单个字符
    current_str = dict1[key][0]
    str_list = list(current_str)
    
    # 匹配旧字符则替换
    if str_list[pos] == old_char:
        str_list[pos] = new_char
    
    # 转回字符串并更新字典
    dict1[key][0] = ''.join(str_list)

print(dict1)

运行结果 #

{'AA': ['THXSXSSCARY'], 'BB': ['AREYOUAFRUID'], 'CC': ['DONITWORRY']}

关键说明 #

1. 索引转换：表格中POSITION从1开始计数，Python字符串索引是0-based，必须减1才能定位正确字符位置。
2. 字符串修改：Python字符串是不可变类型，所以先转成列表修改单个字符，再转回字符串。
3. 逐行处理：用iterrows()遍历表格，逐个处理每个替换规则，确保每个匹配条件都被检查和执行。

内容的提问来源于stack exchange，提问作者newbzzs