pandas 用明细表将费用分类

pxy2qtax 于 2024-01-04 发布在其他

关注(0)|答案(1)|浏览(70)

我有一个固定的费用
| 日期|利贝莱|Prix|卡泰戈里耶|小类别|
| --|--|--|--|--|
| 2019 - 01 - 22| CB Darty xxxxxx| 100 |什么？|什么？|
| 2019 - 04 - 09| CB Restau Macdo xxx| 10 |什么？|什么？|
| 2019 - 01 - 10| VIR SALAIRE莫莫xxxx| 10000000 |什么？|什么？|
| 2019 - 04 - 11| VIR TUTU| 100 |什么？|什么？|
另一个框架2，它做链接之间的文类，次类和一些关键字
| 卡泰戈里耶|小类别|关键字|
| --|--|--|
| Courant| Alimentation|麦当劳、肯德基、汉堡王|
| Courant| Loisirs| Darty、UGC、Pathé|
| Pro| Revenus| Salaire，莫莫|
我想在python中，对于每一行的支出填充categorie和sous-categorie在字体的关键字，文可以找到在libellé列和使用第二个python.我是初学者在python，我不知道如何开始.
在我看来，一个选择是在Rumrame 2的行上执行for循环，对于列关键字中的每个关键字，在Rumrame expense的libellé列中搜索，如果匹配，将类别和子类别添加到expense中的行。但这将非常慢，也许有一个更好的方法可以用python来做。我在堆栈溢出中看到，关于这个主题一些其他问题，但没有类别、子类别和关键字

pandas

来源：https://stackoverflow.com/questions/77729042/categorize-expense-with-a-dataframe

1条答案

按热度按时间

kgsdhlau1#

不清楚你想如何处理 *“1-lib：n-keywords”，反之亦然 *，但你仍然可以尝试这样做：

def tkn(s):
    import re
    return set(re.split(",?\s+", s.lower()))
        
matches = {
    kw: lib for kw, lib in product(df2["Keyword"], df1["Libellé"])
    if set(tkn(kw)).intersection(tkn(lib)) # is it sufficient ?
}
        
target = ["Catégorie", "Sous-catégorie"]

out = (
    pd.merge(
        df1.drop(columns=target, errors="ignore"), df2[target],
        left_on="Libellé", right_on=df2["Keyword"].map(matches), how="left"
    )
)

字符串
输出量：

print(out)

       Date                Libellé      Prix Catégorie Sous-catégorie
0  01/01/22        CB Darty xxxxxx       100   Courant        Loisirs
1  04/09/22    CB Restau Macdo xxx        10   Courant   Alimentation
2  01/10/22  VIR SALAIRE MOMO xxxx  10000000       Pro        Revenus
3  04/11/22               VIR TUTU       100       NaN            NaN

[4 rows x 5 columns]

型

赞(0）回复(0）举报 2024-01-04

我来回答

pandas 用明细表将费用分类

1条答案

相关问题

热门标签

最新问答