Dubbla översättningar

Input är två kolumner från en data frame eller liknande.

Problemet är att det i col1 kan finnas items som motsvaras av olika översättningar i col2

Man får tillbaka alla items som har mer än en motsvarighet i col2

def duplicate_translations (col1, col2):
    dub_list = zip(col1, col2)
    orDict = defaultdict(list) 
    for key, val in dub_list: 
        orDict[key].append(val) 
    rensat = {key:set(value) for (key,value) in orDict.items() if len(set(value))>1} 
    return rensat

Obs defaultdict(list) som gör att man kan ha ett dict med en lista av värden.

Och att zip blir en tuple som man anger som (key, value) i dict comprehension längre ner.

infontokod, infontology, python