python - 对多值字典的嵌套列表中的所有值运行查询

Question

我有一个“collections.defaultdict”(参见下面的x)，它是一个多值字典。与每个唯一键关联的所有值都存储在列表中。

    >>>x
    defaultdict(<type 'list'>, {'a': ['aa', 'ab', 'ac'], 'b': ['ba', 'bc'], 'c': ['ca', 'cb', 'cc', 'cd']})

我想使用 Python fuzzywuzzy 包根据多值字典中嵌套的所有值搜索目标字符串，并根据 fuzzywuzzy 的内置编辑距离公式返回前 5 个匹配项。

    from fuzzywuzzy import fuzz
    from fuzzywuzzy import process
    query = 'bc'
    choices = x
    result = process.extract(query, choices, limit=5)

然后我将运行一个进程，该进程采用最接近的匹配(具有最高模糊比率分数的值)并识别最接近的匹配值与哪个键关联。在此示例中，最接近的匹配值当然是“bc”，关联的键是“b”。

我的问题是:如何对字典嵌套列表中的所有值运行 fuzzywuzzy 查询？当我运行上面的 fuzzywuzzy 进程时，我得到一个 TypeError:预期的字符串或缓冲区。

Answer 1

要从平面列表中的字典中获取列表中的所有值，请使用
from itertools import chain 并更改行

choices = x

至

choices = chain.from_iterable(x.values())

如果在您的真实数据中存在重叠值，请考虑从中创建一个集合。

结果:

[('bc', 100), ('ba', 50), ('ca', 50), ('cb', 50), ('cc', 50)]