Python/Pandas Dict 找到最接近的匹配然后结束循环

Question

尝试将此逻辑应用于以下 DF

我有一个df如下

import pandas as pd
import numpy as pd

df = pd.read_csv('subjects.csv') 

Subjects
Media
information Media
Digital Media

然后我尝试将我的主题映射到字典以输出经过验证的 corrected_subject

d = {'Media' : 'Film & Media',
'Information' : 'ICT',
'Digital' : 'ICT'}

df['subject_corrected'] = df['subjects'](lambda x: ', '.join([d[i] for i in d if i in x]))

Subjects           subject_corrected
Media              Film & Media
information Media  Film & Media, ICT
Digital Media      Film & Media, ICT

现在在我的 DF 中使用这个循环给我所有匹配项，我希望它找到最接近的匹配项并退出循环。所以数字媒体将是 ICT，不是媒体

我已经尝试了以下方法，但对我来说并不是一个好兆头!对于

for k,v in d.items():
    if k in df['subjects']:
        df['subject_corrected'] = d.values():

Subjects           subject_corrected
Media              Film & Media
information Media  ICT
Digital Media      ICT

我看过很多类似的帖子，但无法解决这个问题。

我是否以错误的方式绕过这个问题，我是否应该将其传递到两个列表/数组中并使用 if 语句循环遍历所有匹配项？字典与二维数组有何不同。

感谢任何帮助。

Answer 1

您可以使用:

df['Subjects'].apply(lambda x: ', '.join([d[i] for i in d if i in x])).str.split(', ').str[-1]

输出:

            Subjects      subject_corrected
0              Media      Film & Media
1  Information Media               ICT
2      Digital Media               ICT

您也可以通过下面的代码行直接获得输出，它只是从列表中获取最后一个元素。

df['Subjects'].apply(lambda x: [d[i] for i in d if i in x][-1])