Python 映射到多个字典项以对数据进行分类

我有一个大数据框，其中包含一个

'Description'

列

我已经编译了一个相当大的列表字典，其中键基本上是类别，项目是描述列中包含的可能（子）字符串的列表。 我想使用字典根据这个描述对数据框中的每个条目进行分类。。。不幸的是，我不知道如何将列表字典映射到数据帧（感觉就像是

map

、

isin

和

str.contains

的混合体，但我没有任何乐趣）。我在下面包含了生成模型数据集的代码：

df = pd.DataFrame(np.random.randn(10, 1), columns=list('A'))

df['Description'] = ['White Ford Escort', 'Irish Draft Horse', 'Springer \
spaniel (dog)', 'Green Vauxhall Corsa', 'White Van', 'Labrador dog',\
'Black horse' ,'Blue Van','Red Vauxhall Corsa','Bear']

理想情况下，该模型数据集将以某种方式映射到以下字典：

dict = {'Car':['Ford Escort','Vauxhall Corsa','Van'],
        'Animal':['Dog','Horse']}

要在dataframe中生成新列，结果如下：

|   | A                    | Description            | Type   |
|---|----------------------|------------------------|--------|
| 0 | -1.4120290137842615  | White Ford Escort      | Car    |
| 1 | -0.3141036399049358  | Irish Draft Horse      | Animal |
| 2 | 0.49374344901643896  | Springer spaniel (dog) | Animal |
| 3 | 0.013654965767323723 | Green Vauxhall Corsa   | Car    |
| 4 | -0.18271952280002862 | White Van              | Car    |
| 5 | 0.9519081000007026   | Labrador dog           | Animal |
| 6 | 0.403258571154998    | Black horse            | Animal |
| 7 | -0.8647792960494813  | Blue Van               | Car    |
| 8 | -0.12429427259820519 | Red Vauxhall Corsa     | Car    |
| 9 | 0.7695980616520571   | Bear                   | -      |

这里的数字显然是不相关的，但是数据帧中还有其他列，我想让它反映出来。 我很乐意使用正则表达式，或者将字典更改为数据帧并进行连接（我考虑过多条路由）

这感觉和最近的一次类似，但不一样，答案肯定对我没有帮助

对不起，如果我在某个地方做了傻事，这真的很简单——感觉应该是这样，但我错过了一些东西

谢谢

首先考虑一下，同时使所有内容都小写

然后每行将描述拆分为单词，并使其小写

• e、 例如，“斯普林格猎犬（狗）”->[“斯普林格猎犬”、“斯宾格猎犬”、“斯宾格猎犬”（“，”狗“，”）]

对于（2）中的每个小写单词，在（1）中的倒排字典中查找；使用apply

您可以使用库来解决此问题。确保通过

pip安装fuzzyfuzzy安装它

from fuzzywuzzy import process

df = pd.DataFrame(np.random.randn(10, 1), columns=list('A'))

df['Description'] = ['White Ford Escort', 'Irish Draft Horse', 'Springer \
spaniel (dog)', 'Green Vauxhall Corsa', 'White Van', 'Labrador dog',\
'Black horse' ,'Blue Van','Red Vauxhall Corsa','Bear']

d = {'Car':['Ford Escort','Vauxhall Corsa','Van'],
    'Animal':['Dog','Horse']}


谢谢@dyz-这与我目前的计划非常相似（我不知道dict反转，谢谢），但这仍然让人感觉有点太多步骤了-非常感谢FuzzyWzzy的介绍。预计会有一些边缘情况，但这是非常简单和有效的-已经实现了它，而且很快，所以这是一个胜利。Thanks@BAC83欢迎光临。我很高兴能帮上忙。：）
# Construct a dataframe from the dictionary
df1 = pd.DataFrame([*d.values()], index=d.keys()).T.melt().dropna()

# Get relevant matches using the library.
m = df.Description.apply(lambda x: process.extract(x, df1.value)[0])

# concat the matches with original df
df2 = pd.concat([df, m[m.apply(lambda x: x[1]>80)].apply(lambda x: x[0])], axis=1)

df2.columns = [*df.columns, 'matches']

# After merge it with df1
df2 = df2.merge(df1, left_on='matches', right_on='value', how='left')

# Drop columns that are not required and rename.
df2 = df2.drop(['matches','value'],1).rename(columns={'variable':'Type'})

print (df2)

          A             Description    Type
0 -0.423555       White Ford Escort     Car
1  0.294092       Irish Draft Horse  Animal
2  1.949626  Springer spaniel (dog)  Animal
3 -1.315937    Green Vauxhall Corsa     Car
4 -0.250184               White Van     Car
5  0.186645            Labrador dog  Animal
6 -0.052433             Black horse  Animal
7 -0.003261                Blue Van     Car
8  0.418292      Red Vauxhall Corsa     Car
9  0.241607                    Bear     NaN