在PythonPandas或Pyspark中创建单词及其位置

问题描述

嗨，我正在尝试创建一个字符串，该字符串将具有单词及其在输入字符串中出现的位置。我试过了-

def wordPositions(s):
    aDict = {}
    words = s.split(' ')
    for item in words:
        position = words.index(item)
        aDict[item] = position
    return aDict


s = 'Create a string with position from a string a' 

wp = wordPositions(s) 

print(wp)

其输出为

{'Create': 0,'a': 1 'string': 2,'with': 3,'position': 4,'from': 5}

但是我希望我的输出是

'Create': 1,'a': 2,7,9 'string': 3,8 'with': 4,'position': 5,'from': 6

这里需要注意三件事

索引t从1开始而不是0
删除字典的{}，仅输入一个字符串
如果这个单词在重复，那么我提到的所有位置都用逗号隔开

如何获得所需的输出。请帮忙

解决方法

使用re和defaultdict，您可能会实现自己想要做的事情：

from collections import defaultdict
import re

s = 'Create a string with position from a string a' 
wp = defaultdict(list)

for n,k in enumerate(s.split()):
    wp[k].append(n+1)
    
raw_output = re.search('{(.*)}',str(wp)).group(1).replace('[','').replace(']','')
final_output = re.sub("(\d),'",r"\1 '",raw_output)

输出：

"'Create': 1 'a': 2,7,9 'string': 3,8 'with': 4 'position': 5 'from': 6"

pyspark python