将列值与字典匹配

Question

我有一个字典和一个数据框，就像下面的示例v和df一样。 我想搜索df中的项，并返回与字典值具有最大字段值相同数量的项。 在这种情况下，它将是第3项。 我想也许可以使用应用程序与lambda函数，或转置df。 我只是无法彻底理解它。 如果有人有一个巧妙的方法来做到这一点或任何提示，将不胜感激。

输入:

v={'size':1,'color':red}

df:

item size color
2    2    red
3    1    red

Output:
3

- user3476463

---

因为兼职重复，重新开放。 - jezrael

Answer 1

创建一行 DataFrame 并与原始数据进行 merge：

a = pd.DataFrame(v, index=[0]).merge(df)['item']
print (a)
0    3
Name: item, dtype: int64

另一种解决方案是使用query，但如果需要字典的字符串值，则需添加另一个"。

v1 = {k: '"{}"'.format(v) if isinstance(v, str) else v for k, v in v.items()}
print (v1)
{'size': 1, 'color': '"red"'}

df = df.query(' & '.join(['{}=={}'.format(i,j) for i, j in v1.items()]))['item']
print (df)
1    3
Name: item, dtype: int64

输出结果可能有三种方式 - Series（具有多个值）、单个值或为空，因此创建了帮助函数：

def get_val(v):
    x = pd.DataFrame(v, index=[0]).merge(df)['item']
    if x.empty:
        return 'Not found'
    elif len(x) == 1:
        return x.values[0]
    else:
        return x.values.tolist()

print (get_val({'size':1,'color':'red'}))
3

print (get_val({'size':10,'color':'red'}))
Not found

print (get_val({'color':'red'}))
[2, 3]

- jezrael

Answer 2

另一种解决方案是使用字典而不是数据框：

v = {'size': 1, 'color': 'red'}

match_count = {}

fields = df.columns[1:]

for k, value in df.to_dict(orient='index').items():
    match_count[value['item']] = sum(value[i] == v[i] for i in fields & v.keys())

结果

print(match_count)
# {2: 1, 3: 2}

res = max(match_count.items(), key=lambda x: x[1])

print(res)
# (3, 2)

- jpp