Question

我正在使用excel文件，其中一列包含“Description”（=字符串，即“abc_123”），我需要根据描述创建类别。我检查了Fuzzywuzzy lib，但它不太适合我的需求，因为描述可能很长，类别可以用一个词来描述，因此错配率非常高。

我是如何在excel中做到的（区分大小写）：

=IFERROR(INDEX($B$2:$B$50,MATCH(1,--NOT(NOT(FIND($A$2:$A$50,B2))),0)),"N/A")

事情是在python我的解决方案只返回完全匹配，我想返回甚至部分匹配（如果可能的话不区分大小写）。

df = pd.DataFrame({'col1': {0: 'a', 1: "b", 2: "abc"}, 'col2': {0: np.nan, 1: np.nan, 2: np.nan}})
di = {"a": "1", "b":"2"}

    col1    col2
0   a   NaN
1   b   NaN
2   abc NaN

df.loc[df.col1.isin(di), 'col2'] = df['col1'].map(di)

col1    col2
0   a   1
1   b   2
2   abc NaN

我想用col2：2填充“1”，因为这是第一场比赛（a）。

编辑：字典 - dict {“Hosp”：“Hospital”，“emerg”：“Hospital”，“Fire”：“Fire Department”}

我想：

“医院急诊”返回“医院”

“Hospi_emrgncy”。返回“医院”

“Hopsital emergency”返回“医院”

“在底特律开火”返回“消防局”

Answer 1

for key, value in category_name.items():
    mask = np.column_stack([df['Description'].str.contains(key, na=False) for col in df])
    df2 = df.loc[mask.any(axis=1)]
    df2["Category"] = df2["Category"].fillna(value)
    df3 = df3.combine_first(df2)

终于找到了解决方案。绝不是完美的，但如果我有足够好的词典，这就可以胜任。

Python - 如果单元格包含子字符串，则从dict返回值

1 个答案: