我正试图创建一个新的字典dDrugs
,方法是从data
字典中提取一个drugs
的列表(带有一堆字符串值),以及与提取的药物相关联的键(不管有多少个键与一个值具有相同的药物)。我的目标是使用dDrugs
字典中的值在现有的pandas dataframedFrame
中创建一个新列,使用键来定位和填充dataframe中的适当记录。到目前为止,我得到的是:
data{
530.0: 'AC FOLLOWED BY Tylenol',
651.0: nan,
692.0: nan,
993.0: 'Penicillin 250mg',
044.0: nan,
055.0: 'septrim GIVEN 2x daily.',
476.0: nan,
817.0: 'penicilin 100MG & ibuprofen 1160MG',
748.0: 'ADVIL;',
258.0: 'Glaxo welc 50mg;',
569.0: nan,
140.0: 'dfafdg ghjgjkgk hgk',
863.0: nan,
504.0: 'Doxicycline',
675.0: 'water'
}
drugs = ['cycline', 'advil', 'penicilin', 'penicillin', 'tylenol', 'ibuprofen']
data = dict([(k, val) for k, val in data.items() if(val)])#this was supposed to clean the dict
data = dict((k, v) for k, v in data.items() if v)#so is this but I still get KeyError nan
dDrugs = {}
for drugsuffix in drugs:
drugre = re.compile(r'([A-Za-z][a-z]{4,}%s)[^a-z]'%(drugsuffix.lower(),))
for key, value in data.items():
for chtxt in data[value]:
for m in drugre.finditer(chtxt+" "):
drugname = m.group(1)
dDrugs[key].append(drugname.lower())
#been stuck here like forever!
#Error
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-118-0a4cff097dc9> in <module>()
7 drugre = re.compile(r'([A-Za-z][a-z]{4,}%s)[^a-z]'%
(drugsuffix.lower(),))
8 for key, value in data.items():
----> 9 for chtxt in data[value]:
10 for m in drugre.finditer(chtxt+" "):
11 drugname = m.group(1)
KeyError: nan
我该怎么解决这个问题?实现我的最终目标?非常感谢。在
您的词典未被清理,因为
np.nan
的行为与None
不同。具体来说但是
^{pr2}$所以
会清理你的字典。在
对于您的问题,将嵌套循环替换为
似乎有用。在
对于添加列,您应该能够对包含键的任何列使用
.map(dDrugs)
。在编辑: 要在部分匹配中提取全名,可以使用基于药物的regex的
findall
方法:findall
返回一个列表,这需要双重理解。我在这里使用的regex只接受所有非空白字符,如果有的话,在给定后缀返回到最后一个空白字符(如果有的话)之前。对于完整的数据集,您可能需要更复杂的数据集。在相关问题 更多 >
编程相关推荐