Python - 如果单元格包含子字符串，则从 dict 返回值答案

【问题标题】：Python - return value from dict if cell contains substringPython - 如果单元格包含子字符串，则从 dict 返回值
【发布时间】：2017-08-27 05:42:48
【问题描述】：

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

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")

问题是在 python 中，我的解决方案只返回完全匹配，我想返回部分匹配（如果可能，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

我希望 col2:2 填充“1”，因为它是第一个匹配项 (a)。

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

我想要：

“医院紧急”返回“医院”

“Hospi_emrgncy。”返回“医院”

“医院紧急”返回“医院”

“底特律大火”回归“消防局”

【问题讨论】：

对不起，您的问题不清楚。你能提供更多的样本数据和预期的输出吗？
这听起来像是机器学习的工作。准备一个示例数据集，将其提供给分类算法，然后让它尝试对剩余的数据进行分类。一个好的起点是查看 scikit learn

标签： python pandas dictionary substring lookup

【解决方案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)

终于找到了解决办法。绝不是完美的，但如果我有足够好的字典，这可以完成。

【讨论】：