目前，我在 Excel 中有一个包含 110,000 个捐赠者的列表。他们提供给我们的信息之一是他们的职业。我想将此列表浓缩为我定义的 10 或 20 个类别。
通常我会逐行处理这个问题，但由于我必须针对一年的数据执行此操作，所以我真的没有时间逐行处理超过 1,000,000 行的数据。
有没有办法定义我的 10 或 20 个类别，然后让 python 从那里进行排序？
更新:
数据格式不正确。人们在线或在纸条上自行填写一个字段，然后将其邮寄给数据处理公司。有很大的差异。首席执行官、首席执行官、行政办公室，这样的例子不胜枚举。
我使用了 SORT UNIQ 命令，发现我的列表有大约 13,000 个不同的职业。
最佳答案
我假设数据是嘈杂的，因为它可以是任何东西，写入。这里的主要困难是如何定义输入数据和类别之间的映射，即首先，将涉及查看数据。
我建议你看看你有什么，并制定一个从输入职业到类别的映射列表。然后，您几乎可以使用任何工具(如果您使用的是 excel，请坚持使用 excel)将该映射应用于每一行。有些行不属于任何类别。您应该查看它们，并弄清楚这是因为您的映射不充分(例如，您没有考虑如何与 vert 打交道)，还是因为数据嘈杂。如果是噪音，您可以手动处理剩余部分，或者尝试使用其他一些技术对数据进行分类，例如正则表达式或某种自然语言处理库。
一旦您弄清楚您的问题案例是什么，请回来向我们询问它们，并提供示例数据和您一直在使用的代码。
如果您甚至无法迈出弄清楚如何运行映射的第一步，请进行一些研究，尝试写一些东西，然后回来提出一个具体的问题。
关于python - 使用python对列表中的项目进行分类，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/12711743/