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。
最佳答案
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])
关于Python/Pandas Dict 找到最接近的匹配然后结束循环,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51248179/