Question

我有一个＆＃39; collections.defaultdict＆＃39; （见下面的x），这是一个多值字典。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，以便针对嵌套在多值字典中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)

然后我将运行一个过程，该过程采用最接近的匹配（具有最高模糊比分数的值），并确定哪个键与最匹配的值相关联。在这个例子中，最接近的匹配值当然是＆＃39; bc＆＃39;并且关联的密钥是＆＃39; b＆＃39;

我的问题是：如何针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：期望的字符串或缓冲区。

Answer 1

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

choices = x

到

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

如果您的实际数据中存在重叠值，请考虑使用set。

结果：

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

Answer 2

您可以按照以下方式执行此操作：

from fuzzywuzzy import process
from collections import defaultdict

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

for k1, v1 in x.items():
    for v2 in v1:
        reverse[v2].append(k1)

match = process.extractOne(query, chain.from_iterable(x.values()))

print match[0]
print reverse[match[0]]

这会显示：

bc
['b']

它首先创建字典的反转，以便更容易找到fuzzywuzzy匹配的条目的位置。然后，它会创建所有值的列表，并将其传递给extractOne。然后可以在反向字典中查找返回的匹配，以显示包含匹配的所有键的列表。如果在多个列表中找到bc，则会显示所有列表。

针对多值字典的嵌套列表中的所有值运行查询

2 个答案: