名單按在字典解析鍵值 - Python的

Question

我有這個字典並將該數據有效：

In [40]: 
atemp 

Out[40]: 
{0: ['adc telecommunications inc'], 
1: ['aflac inc'], 
2: ['agco corporation'], 
3: ['agl resources inc'], 
4: ['invesco ltd'], 
5: ['ak steel holding corporation'], 
6: ['amn healthcare services inc'], 
7: ['amr corporation']} 

In [42]: 

cemptemp 


Out[42]: 
Company name        nstandar 
    0 1-800-FLOWERS.COM     1800flowerscom 
    1 1347 PROPERTY INS HLDGS INC 1347 property ins hldgs inc 
    2 1ST CAPITAL BANK     1st capital bank 
    3 1ST CENTURY BANCSHARES INC   1st century bancshares inc 
    4 1ST CONSTITUTION BANCORP   1st constitution bancorp 
    5 1ST ENTERPRISE BANK    1st enterprise bank 
    6 1ST PACIFIC BANCORP    1st pacific bancorp 
    7 1ST SOURCE CORP     1st source corporation 

我的代碼，我用的是字典的每個值找到的列nstandar的元素熊貓數據框，其與字典的值的jaccard距離大於0.1並且創建新的字典，其中鍵是前一個字典的值，並且這些值是基於jaccard距離選擇的數據幀的值。

我試過這段代碼，但它只是給每個鍵一個值，我知道我應該有一個每個鍵的列表。

sd={ y : row['nstandar'] for k,value in atemp.iteritems() for y in value for index , row in cemptemp.iterrows() if jack(y,row['nstandar'])>=0.1} 

所以SD是：

{'adc telecommunications inc': '1st century bancshares inc', 
'aflac inc': '1st century bancshares inc', 
'agco corporation': '1st source corporation', 
'agl resources inc': '1st century bancshares inc', 
'ak steel holding corporation': '1st source corporation', 
'amn healthcare services inc': '1st century bancshares inc', 
'amr corporation': '1st source corporation'} 

但是，預期輸出的第一個關鍵shuld是：'adc telecommunications inc' :[ '1347 property ins hldgs inc' , '1st century bancshares inc']

那麼，怎樣才能修復我我的代碼來獲得我想要什麼？

編輯：中捷卡距離的代碼是：

def jack(a,b): 
    x=a.split() 
    y=b.split() 
    xy = set(x+y)    
    return float(len(x)+len(y)-len(xy))/float(len(xy)) 

編輯2：我想出了一個解決方案：

from collections import defaultdict 

td=defaultdict(list) 

for k,value in atemp.iteritems(): 
    for y in value: 
     for index , row in cemptemp.iterrows(): 
      if jack(y,row['nstandar'])>=0.1: 
       td[y].append(row['nstandar']) 

但是，如果嘗試寫入相同代碼但字典理解，它不工作：

from collections import defaultdict 

td=defaultdict(list) 


td={y : td[y].append(row['nstandar']) for k,value in atemp.iteritems() for y in value for index , row in cemptemp.iterrows() if jack(y,row['nstandar'])>=0.1} 

那麼，我的解決方案和使用詞典理解的代碼有什麼區別？

Answer 1

在你的代碼的第一個版本：

sd={ y : row['nstandar'] ...... } 

row['nstandar']是一個字符串。結果是{str：str}，不能成爲你的期望。

而且你的第二個版本：

`{y : td[y].append(row['nstandar']) ......}` 

td[y].append(...)是一個列表追加操作，返回值是無。因此，這等於{y: None}

如果我正確理解您的需求，下面的代碼可以工作：

from itertools import chain 
{y: [row['nstandar'] for index, row in cemptemp.iterrows() if jack(y, row['nstandar'])>=0.1] 
for y in chain(*atemp.values())} 

只是一個可能的區別：它也增加了'invesco ltd': []成結局字典。如果你真的想在一行代碼中過濾掉它，那麼如果len（v）> 0}，用{k，v代替k，v在XXXX.items（）中包裝我的代碼。

但是，我不推薦對這種複雜邏輯的詞典理解。詞典理解是簡潔的代碼，易於編寫和閱讀。對於複雜的邏輯，它只會造成負面影響。在我看來，你的for循環解決方案更好。