检查字典中的值是否是 Python 中另一个键值对的子字符串答案

【问题标题】：Check if a value in a dictionary is a substring of another key-value pair in Python检查字典中的值是否是 Python 中另一个键值对的子字符串
【发布时间】：2022-11-02 22:07:29
【问题描述】：

我有一个字典 disease_dict ，其中包含列表元素中的值。我想获取特定键的键和值，然后检查该值（作为子字符串）是否存在于其他键中并获取所有键 --> 值对。

例如，这是字典。我想看看字典中是否存在'Stroke'或'stroke'，然后匹配这个键的值是否是其他值的子字符串（如'C10.228.140.300.775'存在于'C10.228.140.300.275' .800', 'C10.228.140.300.775.600')

'Stroke': ['C10.228.140.300.775', 'C14.907.253.855'], 'Stroke, Lacunar': ['C10.228.140.300.275.800', 'C10.228.140.300.775.600', 'C14.907.253.329.800', 'C14.907.253.855.600']

我有以下代码行用于获取特定术语的键和值。

#extract all child terms
for k, v in dis_dict.items():
    if (k in ['Glaucoma', 'Stroke']) or (k in ['glaucoma', 'stroke']):
        disease = k
        tree_id = v
        print (disease, tree_id)
    else:
        disease = ''
        tree_id = ''
        continue

非常感谢任何帮助！

【问题讨论】：

“存在”是什么意思？ 'C10.228.140.300.775' 和 'C10.228.140.300.275.800' 不相等，你认为什么匹配？
我的意思是它是另一个值的子字符串。
C10已经匹配了吗？ C10 之后有多少项。必须相等才能被视为与另一个值匹配？
它应该是完全匹配的（'C10.228.140.300.775'）。
例如，'1' 将是存在于大多数其他值中的有效子字符串，但这不是您想要得到的......所以有多少 C10.228。 ...条款必须被视为匹配？

标签： python pandas dictionary substring

【解决方案1】：

您有一个很好的起点，并且您可能已经知道，您需要处理拆分它的密钥。您可以这样做：

disease_dict = { 'Stroke': ['C10.228.140.300.775', 'C14.907.253.855'], 'Stroke, Lacunar': ['C10.228.140.300.275.800', 'C10.228.140.300.775.600', 'C14.907.253.329.800', 'C14.907.253.855.600'], 'Flue' : ['C10.228.140.300.780'] } 

for k, v in disease_dict.items():
    tmp = ''.join(x for x in k if x.isalpha() or x == '-' or x == ' ')
    tmpKey = tmp.split(' ')
    for tk in tmpKey:
        if tk.capitalize() in ['Stroke', 'Glaucoma']:
            print(k, v, end= ' ') # To remove the new line ending

print(notable_diseases)

首先，我们使用这一行删除不必要的字符：

tmp = ''.join(x for x in k if x.isalpha() or x == ' ' or x == '-')

它只保留字母字符、空格和破折号。因为我不知道你的病是什么样子的，所以我只保留了那些字符（下一行需要空格）。创建这个新的格式化键后，我们用空格分割它，然后比较子字符串。

tmpKey = tmp.split(' ')

一旦创建了tmpKey，我们就会遍历它以检查您想要的疾病是否属于原始密钥。

for tk in tmpKey:
    if tk.capitalize() in ['Stroke', 'Glaucoma']:
        print(k, v, end= ' ') # To remove the new line ending

tk.capitalize() 用于首字母大写，因此您不必检查单词的两种形式。

最后，运行上面的脚本后，我们得到了：

Stroke ['C10.228.140.300.775', 'C14.907.253.855'] Stroke, Lacunar ['C10.228.140.300.275.800', 'C10.228.140.300.775.600', 'C14.907.253.329.800', 'C14.907.253.855.600']

【讨论】：