辞書のなかのkey値のうち記号だけを削除したい

Question

ファイルを受け取ってそのファイルの中の英語の文字がそれぞれが何文字ずつ含まれているか数えるプログラムを作っています。
たとえば”aaabbc"という文字列ならaは３もじ、bは二文字、cは一文字のように出力したいです。

いまファイルを読み込み、一文字づつ数えて辞書の形にすることはできました。

d=dict()
file=open(filename,'r')
index=0
for line in file:
     word=line.strip()
     l=list(word)
     for w in l:
         if w not in d:
             d[w]=index
             index+=1

print(d) #それぞれの文字が何文字ずつか

その結果、出力されたもの例として

{'d': 0, 'e': 1, ')': 9, ':': 10, '<': 12, '=': 13, '0': 14,'!': 19, '2': 32}

のようにでてきます。

このなかで）や！、数字など、アルファベット以外の文字をこの辞書や総文字数から消したいです。

先ほどの例なら

{'d': 0, 'e': 1}

のようにしたいです。

ファイルごとにどのような数字や記号が含まれているかはわからないので、でてきた辞書から記号と数字を一つずつ消していくのはできないと思います。
なにか方法はありますか？

Answer 1

こういう場合は、「不要なものを取り除く」ではなく「必要なものだけ残す」としたほうがやりやすいでしょう。

pythonのstringモジュールにアルファベットのみのリストを持つプロパティがありますのでそれを使います。

import string

char_count = {'d': 0, 'e': 1,  ')': 9, ':': 10, '<': 12, '=': 13, '0': 14,'!': 19, '2': 32}

letter_count = {key: char_count[key] for key in char_count.keys() if key in string.ascii_letters}

print(letter_count)

Answer 2

消すのではなく、条件を満たすものだけ取り出せばよいのです。

>>> d = {'d': 0, 'e': 1,  ')': 9, ':': 10, '<': 12, '=': 13, '0': 14,'!': 19, '2': 32}
>>>
>>> alphabet = 'ABCDEFGHIJILMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz'
>>>
>>> result = {key:d[key] for key in d if key in alphabet}
>>> print(result)
{'d': 0, 'e': 1}

Answer 3

質問にある

このなかで）や！、数字など、アルファベット以外の文字をこの辞書や総文字数から消したいです。

に対して回答します。

まず、辞書に残したい文字だけから構成される文字列を作るか、import します。今回は大文字、小文字問わず、アルファベットのみを残すということなので、他のご回答にもあるように、stringモジュールの ascii_letters を使います。

from string import ascii_letters

これは、以下のように半角アルファベット小文字と大文字のすべてから構成される文字列です。

print(ascii_letters)  

出力：

abcdefghijklmnopqrstuvwxyzABCDEFGHIJKLMNOPQRSTUVWXYZ

さて、質問にあるような、以下のような内容

{'d': 0, 'e': 1, ')': 9, ':': 10, '<': 12, '=': 13, '0': 14, '!': 19, '2': 32}

の辞書 d があり、文字の合計数、すなわち上記の辞書の各文字の出現回数の合計（110です。）が total_count という変数に入っているとします。

print(total_count)

出力：

110

このとき、アルファベット以外の文字を辞書dから消し、かつ、その文字の出現回数を total_count から引いていくには、以下のようにします。

まず、d に含まれるキーのうちアルファベット以外のもののリストを作ります。それにはこうします。

non_alphabetic_letters = [k for k in d.keys() if not k in ascii_letters]

print(non_alphabetic_letters)

出力：

[')', ':', '<', '=', '0', '!', '2']

そして、non_alphabetic_letters に含まれる文字をひとつずつ取り出し、それを d から削除しつつ、その文字の出現回数を total_count から引いていくには以下のようにします。

for k in non_alphabetic_letters:
  total_count -= d.pop(k)


print(d)
print(total_count)

出力：

{'d': 0, 'e': 1}

1

以下は上記で説明した内容を、コンソールから確認しています。

なお、d.pop(k) は、 変数kで与えられるキーが d にない場合、KeyErrorを発生します。もし、このエラーの発生を抑えたい場合には、第二引数で、kで与えられるキーがdにない場合に返す値を指定します。

{'x': 1}.pop('a', 0)   # 0が返される。

先に挙げたコードでは、

for k in non_alphabetic_letters:
  total_count -= d.pop(k)

としており、 pop() に第二引数を与えていないです。これは、k が必ずdに含まれるキーだと分かっているので、省略しています。

Answer 4

以下は defaultdict を使う方法です。

from collections import defaultdict
from string import ascii_letters

filename = '...'

count = defaultdict(int)
with open(filename, 'r') as f:
  for c in f.read():
    if c in ascii_letters:
      count[c] += 1

print(count)