0

只想先说明这个问题是从我以前的问题演变而来的，可以在这里找到。我有一些后续行动最终改变了原来的问题，所以我们在这里..

假设我们有以下数据框：

d = {'keywords' :['cheapest cheap shoes', 'luxury shoes', 'cheap hiking shoes','liverpool']}
keywords = pd.DataFrame(d,columns=['keywords'])
In [7]: keywords
Out[7]:
    keywords
0  cheapest cheap shoes
1  luxury shoes
2  cheap hiking shoes
3  liverpool

然后创建一个字典，其中包含我想与 DataFrame 中的值匹配的关键字

labels = {'cheape' : 'budget', 'cheap' : 'budget', 'luxury' : 'expensive', 
'hiking' : 'sport', 'pool': 'pool'}

提供给我的原始答案帮助解决了字典中匹配键的问题

d = {'keywords' :['cheapest cheap shoes', 'luxury shoes', 'cheap hiking 
shoes','liverpool']}

keywords = pd.DataFrame(d,columns=['keywords'])

labels = {'cheape' : 'budget', 'cheap' : 'budget', 'luxury' : 
'expensive','hiking' : 'sport', 'pool': 'pool'}

df = pd.DataFrame(d)

def matcher(k):
    x = (i for i in labels if i in k)
    return ' | '.join(map(labels.get, x))

df['values'] = df['keywords'].map(matcher)

                keywords    values
0   cheapest cheap shoes    budget | budget
1   luxury shoes            expensive
2   cheap hiking shoes      budget | sport
3   liverpool               pool

但是，我遇到了部分匹配导致的匹配问题。在上面的输出中，请注意，cheapest将如何匹配“cheapest”，而pool将如何匹配“liverpool”

所以我的问题是：有没有办法让我的字典与关键字中的值完全匹配，从而跳过部分匹配？

我想要的结果是：

                keywords    values
0   cheapest cheap shoes    budget
1   luxury shoes            expensive
2   cheap hiking shoes      budget | sport
3   liverpool               N/A

旁注 - 字典将扩展以包含绑定到相同值的键。这是为了捕获任何拼写变化或拼写错误，例如{'car' : 'Automobile', 'cars' : 'Automobile', 'carss' : 'Automobile'}这就是为什么我想精确匹配以防止出现任何重复/不相关的值。

干杯

4

2 回答 2

1

这是一个与我的第一个一致的解决方案。str.split(' ')按空格分割字符串。

import pandas as pd

d = {'keywords' :['cheapest cheap shoes', 'luxury shoes',
                  'cheap hiking shoes', 'liverpool']}

keywords = pd.DataFrame(d, columns=['keywords'])

labels = {'cheape': 'budget', 'cheap': 'budget', 'luxury': 'expensive',
          'hiking': 'sport', 'pool':'pool'}

df = pd.DataFrame(d)

def matcher(k):
    x = (i for i in labels if i in k.split(' '))
    return ' | '.join(map(labels.get, x))

df['values'] = df['keywords'].map(matcher)

结果

               keywords          values
0  cheapest cheap shoes          budget
1          luxury shoes       expensive
2    cheap hiking shoes  budget | sport
3             liverpool
于 2018-03-06T20:31:58.090 回答
0

尝试这个：

df['values'] = (df['keywords']
                 .str.split(expand=True)
                 .apply(lambda x: x.map(labels).add(' | ').fillna(''))
                 .sum(axis=1)
                 .str.rstrip(' | ')
                 .replace('', 'N/A'))

结果：

In [60]: df
Out[60]:
               keywords          values
0  cheapest cheap shoes          budget
1          luxury shoes       expensive
2    cheap hiking shoes  budget | sport
3             liverpool             N/A
于 2018-03-06T20:19:29.913 回答