尝试将 Excel 模糊逻辑转换为 Python 函数

Question

我目前在 Excel 中使用以下模糊逻辑命令 select 来自参考 table 的值： =IF(E49>0,VLOOKUP(E49,'Ref Table'!$D:$E,2,FALSE),"--")

我正在尝试编写一个 Django/Python 函数来给出最接近所提供数字的值。（示例：分数 = 14.5 - 返回值为 0.021）

我安装了 fuzzywuzzy，但我不确定这是实现它的最佳方式。

下面是到目前为止没有模糊逻辑的函数示例。

@register.simple_tag
def get_perc(score):
    if score is None:
        return '--'
    else:
        pct_dict = {
            14: 0.016,
            14.7: 0.021,
            15.3: 0.026,
            16: 0.034,
            16.7: 0.04,
            17.3: 0.05,
            18: 0.07,
            18.7: 0.09,
            19.3: 0.11,
            20: 0.13,
            20.7: 0.17,
            21.3: 0.21,
            22: 0.26,
            22.7: 0.31,
            23.3: 0.38,
            24: 0.47,
            24.7: 0.56,
            25.3: 0.68,
            26: 0.82,
            26.7: 0.98,
            27.3: 1.17,
            28: 1.39,
            29.3: 1.94,
            30: 2.28
        }
    if score in pct_dict.keys():
        return pct_dict[score]
    else:
        return '--'

（示例：分数 = 14.5 - 返回值为 0.021）

Answer 1

如果您只是想使用 fuzzywuzzy 将输入与您的其中一个键进行模糊匹配，您可以尝试这样的操作：

from fuzzywuzzy import process

def get_perc(score):
    # I put your dictionary up here so that it's always defined.
    pct_dict = {
        14: 0.016,
        14.7: 0.021,
        15.3: 0.026,
        16: 0.034,
        16.7: 0.04,
        17.3: 0.05,
        18: 0.07,
        18.7: 0.09,
        19.3: 0.11,
        20: 0.13,
        20.7: 0.17,
        21.3: 0.21,
        22: 0.26,
        22.7: 0.31,
        23.3: 0.38,
        24: 0.47,
        24.7: 0.56,
        25.3: 0.68,
        26: 0.82,
        26.7: 0.98,
        27.3: 1.17,
        28: 1.39,
        29.3: 1.94,
        30: 2.28
    }
    MATCH_THRESHOLD = 80 # This is the minimum score needed to "match" a value
                         #  you can change it as you like.

    if not score:   # I changed this, so that any "falsey" value will return '--'
                    #   this includes values like '', None, 0, and False
        return '--'

    match, match_score = process.extractOne(score, pct_dict.keys())

    if match_score >= MATCH_THRESHOLD:
        return pct_dict[match]
    else:
        return '--'

我对您的原始代码进行了一些更改，并在注释中进行了说明。

我从未使用过 fuzzywuzzy，但基于 fuzzywuzzy 自述文件的 "Usage" 部分：https://github.com/seatgeek/fuzzywuzzy

Answer 2

谢谢，你帮了大忙。我还了解到 FuzzyWuzzy 使用的数据必须转换为文本才能正常工作。我能够将数据包含在 '' 中并使用 str() 转换传入的分数。我目前正在寻找一种在多维数组上使用 str() 命令的方法，以消除在数据中使用 '' 的需要。

这是我的工作代码：

@register.simple_tag
def get_perc(score):
    MATCH_THRESHOLD = 80
    pct_dict = {'14': '0.016', '14.7': '0.021', '15.3': '0.026', '16': '0.034', '16.7': '0.04', '17.3': '0.05', '18': '0.07', '18.7': '0.09', '19.3': '0.11', '20': '0.13', '20.7': '0.17', '21.3': '0.21', '22': '0.26', '22.7': '0.31', '23.3': '0.38', '24': '0.47'}
    if not score:
        return '--'
    elif score < 24:
        return '<1'

    match, match_score = process.extractOne(str(score), pct_dict.keys())

    if match_score >= MATCH_THRESHOLD:
        return pct_dict[match]
    else:
        return '--'

尝试将 Excel 模糊逻辑转换为 Python 函数

Trying to convert Excel Fuzzy logic to Python function

django

python-3.x

fuzzy-logic