考虑python中的键/列顺序来计算字典和数据框之间的匹配值

Question

我想将一个特定的数据条目（具有20个变量的字典/数据框）与一个可能的数据库条目进行匹配。

由于没有唯一的标识符，对于某些条目，很多缺失值我想做出一个“天真”的猜测。意味着我想逐行计算所有匹配值，并选择前10个潜在客户。

当前，我将字典转换为列表，并使用.isin()获取匹配值的数量。

db['no_matches'] = db.isin(list_of_criterias).sum(1)
prospects = db.nlargest(10 ['no_matches'])

但是，我的方法具有误导性，因为无论列顺序/名称如何，我都会计算匹配项。

表示，如果我的搜索值是column1 = 'foo'，它也与数据库中'foo'以外的column1值匹配。

是否有一种方法可以按行计算匹配值并同时考虑列顺序？

谢谢。

更新：

感谢Quang Hoang的评论，我将相应的字典传递给了.isin()函数。但是，我收到了type error。

In[9]: type(clean_criteria)
Out[9]: dict

db.isin(clean_criteria) #Throws Error

TypeError: only list-like or dict-like objects are allowed to be passed to DataFrame.isin(), you passed a 'str'

Answer 1

通过评论提出的/派生的解决方案（对于社区Wiki）：

dict_criteria = df_criteria.to_dict('list') 

db['no_matches'] = db.isin(dict_criteria).sum(1)  
prospects = db.nlargest(10 ['no_matches'])

说明

• .to_dict（'list'）-'list'参数将dict值从skalar转换为list / array对象
• .isin（）-传递“列表”与传递字典时不考虑顺序的任何值匹配