DataFrame列单位替换异常求助：gram/grams转gm出现gms错误

嘿，我太懂你踩的这个坑了！问题出在替换顺序和部分匹配上：当你按{'gram':'gm','grams':'gm'}的顺序循环替换时，程序会先把所有gram子串替换成gm——这就导致grams里的gram部分先被改成了gm，剩下的s直接拼上去，就变成了gms，完全偏离了你的预期。

下面给你两种靠谱的解决方法：

方法1：调整字典键的顺序，优先替换长关键词 #

因为grams比gram更长，我们先替换完整的grams，再处理gram，这样就不会出现部分匹配的问题：

dict_ = {'grams': 'gm', 'gram': 'gm'}  # 把长的键放在前面
# 假设你的my_string是从DataFrame列提取的目标字符串
my_string = "CUVITRU 8 gram CUVITRU 1 grams"

# 执行替换
for key, value in dict_.items():
    my_string = my_string.replace(key, value)

# 保留你原来的去重逻辑
def unique_list(l):
    ulist = []
    [ulist.append(x) for x in l if x not in ulist]
    return ulist

my_string = ' '.join(unique_list(my_string.split()))
print(my_string)
# 输出结果：CUVITRU 8 gm 1

方法2：用正则表达式匹配完整单词（更稳妥） #

如果担心以后还有类似的多词替换需求，用正则的单词边界匹配（\b）可以确保只替换完整的目标单词，不管字典键的顺序如何都不会出错：

import re

dict_ = {'gram': 'gm', 'grams': 'gm'}
my_string = "CUVITRU 8 gram CUVITRU 1 grams"

# 构建正则模式，匹配所有要替换的完整单词
pattern = re.compile(r'\b(' + '|'.join(re.escape(k) for k in dict_.keys()) + r')\b')
# 替换匹配到的单词
my_string = pattern.sub(lambda match: dict_[match.group()], my_string)

# 保留你原来的去重逻辑
def unique_list(l):
    ulist = []
    [ulist.append(x) for x in l if x not in ulist]
    return ulist

my_string = ' '.join(unique_list(my_string.split()))
print(my_string)
# 输出结果：CUVITRU 8 gm 1

为什么原来的代码会出错？ #

在Python 3.7及以上版本中，字典是按插入顺序遍历的。你原来的字典先插入了'gram'，所以循环会优先替换所有gram子串——grams被拆成了gram + s，替换后就变成了gm + s = gms，这就是异常的根源。

内容的提问来源于stack exchange，提问作者Sharmili Nag