时间戳

首页 > 解决方案 > 使用列表值和 pandas 数据框创建字典

python - 使用列表值和 pandas 数据框创建字典

问题描述

我有下面的 FullCompanyName 列表，

List_FullCompanyName = ['谷歌'，'微软'，'埃森哲']

输入数据在 Dataframe 中，如下所述

公司名称代码 借记金额 全公司名 信用额度
xyzGoog 100 zm
abc微软 200 zx
xcdAccentu 300 qt
工作123 谷歌 52
下一个45 微软 500
并行54 埃森哲 95

根据 'FullCompanyName' 的字符串值，在 'CompanyNamecode' 列中找到部分字符串匹配，并对对应的部分字符串匹配记录应用公式，金额 = CreditAmount - DebitAmount。

如果 FullCompanyName 名称少于 3 个字符，则忽略（例如 zm、zx、qt）进行字符串匹配，并且如果 CompanyNamecode 不包含部分字符串（例如 next45、parlell54），则忽略具有 CompanyNamecode 的记录。示例：'FullCompanyName' = 'Google' 在 'CompanyNamecode' = 'Goog' 中查找部分字符串匹配。要与 CompanyNamecode 列值匹配，请使用 rstrip() 并应用公式 Amount = 52-100

字典的预期输出，

Amount_Dict = { FullCompanyName:Amount},

Amount_Dict = {“谷歌”：-48，“微软”：300，“埃森哲”：-205}

标签： pythonpandasloopsdictionaryiterator

解决方案

import numpy as np
import pandas as pd
from difflib import SequenceMatcher

df = pd.DataFrame(columns=['CompanyNamecode', 'DebitAmount', 'FullCompanyName', 'CreditAmount'],
                  data=[['xyzGoog', 100, pd.NA, pd.NA],
                        ['abcMicrosof', 200, pd.NA, pd.NA],
                        ['xcdAccentu', 300, pd.NA, pd.NA],
                        [pd.NA, pd.NA, 'Google', 52],
                        [pd.NA, pd.NA, 'Microsoft', 500],
                        [pd.NA, pd.NA, 'Accenture', 95]
                        ]
                  )

code = df['CompanyNamecode'].dropna()
fullname = df['FullCompanyName'].dropna()

d = {}
for ix, fn in fullname.iteritems():
    matches = [SequenceMatcher(a=fn, b=cd).find_longest_match(0, len(fn), 0, len(cd)).size for cd in code]
    best_match = np.argmax(matches)
    d[fn] = df['CreditAmount'][ix] - df['DebitAmount'][best_match]
    code.drop(best_match)

print(d)  # --> {'Google': -48, 'Microsoft': 300, 'Accenture': -205}

推荐阅读