我将尝试从葡萄酒标题中解析出年份。使用以下代码,我似乎可以获得约50%的准确性,但如果可能的话,我希望改进这一点。有人知道我该怎么做才能提高准确性吗?
以下是示例标题及其解析出的年份:
非常感谢任何建议!
以下是示例标题及其解析出的年份:
Quinta dos Avidagos 2011 Avidagos Red (Douro) -> 0 incorrect
Rainstorm 2013 Pinot Gris (Willamette Valley) -> 2011 incorrect
Louis M. Martini 2012 Cabernet Sauvignon -> 2012 correct
Mirassou 2012 Chardonnay (Central Coast) -> 2012 correct
我正在实现的代码:
from dateutil.parser import parse
from datetime import datetime, timezone
df = "my pandas dataframe with wine titles"
dt = datetime.now()
dt.replace(tzinfo=timezone.utc)
year_parse = []
for i in range(len(df['title'])):
try:
ans = parse(df.title[i], fuzzy=True).year
year_parse.append(int(ans))
except:
ans = 0
year_parse.append(int(ans))
非常感谢任何建议!
\b[19|20]\d{2}\b
。 - Brennen Sprimont