Question

我基本上是在尝试构建基于解析查询返回结果的基本搜索引擎。

我有一个用户根据字符串中的解析输入生成的字典：

input = {“color”: [“black”], “make”: [“honda”], “type”: [“”]}

然后我尝试使用该输入，对数据集进行搜索和过滤（我目前将其存储为pandas数据帧，因此请告知这是否也不是最佳的。）

list(df.column.values) = make,type,color,mpg,year

honda,coupe,red,32,2014
bmw,suv,black,21,2012
honda,suv,black,24,2015
vw,sedan,black,31,2016

我需要迭代输入字典的有效值（注意'type'没有值）并根据用户输入的内容进行过滤，'color'和'make'）。有时他们可能会包含类型并遗漏颜色等，所以我可能永远不会为我的字典中的每个键都有值;

Sudo代码：

for each valid value in my input dictionary:
    filter df by appropriate_column=appropriate_value

因此，根据我的输入示例，我会将我的df过滤到只有'黑色'并由'honda'制作的条目。

Answer 1

让d成为你的词典，然后：

cond = [df[k].apply(lambda k: k in v if v != [''] else True) for k, v in d.items()]
cond_total = functools.reduce(lambda x, y: x & y, cond)
print(df[cond_total])

输出：

    make type  color  mpg  year
2  honda  suv  black   24  2015

用于具有多个条件的数据帧过滤的python字典迭代

1 个答案: