我正在嘗試更改以下元組：[((' "business_id": "zPBccKsIHYtLUGFNYIi8Uw"', ' "business_id": "znDUBjt-m2qmXi_p3m3rDA"'), 0.09523809523809523),((' "business_id": "zauhMY78k36XPfxD3GURkQ"', ' "business_id": "zp-K5s3pGTWuuaVBWo6WZA"'), 0.07407407407407407)]到這種格式：{'b1': 'zPBccKsIHYtLUGFNYIi8Uw', 'b2': "znDUBjt-m2qmXi_p3m3rDA', 'sim': 0.09523809523809523}我嘗試通過嘗試將其更改為 dict （這是不可能的，因為它不知道如何分配鍵和值）和列表來解決此問題，但似乎沒有任何點擊。我目前正在使用 Python 將元組寫入輸出文件：fout = open(outfilePath, mode = 'w')fwriter = csv.writer(fout, delimiter = ',', quoting = csv.QUOTE_MINIMAL)for pair in similarPairs: fwriter.writerow([ str(pair[0][0]), str(pair[0][1]), pair[1]])fout.close()我使用閾值 >=0.055 的 Jaccard 相似度找到相似對：## Computing the Jaccard Similarity for the candidate pairs.similarPairs = candidatePairs.map(lambda currPair : computeJC(currPair, ratedBusinessUsers)).filter(lambda f : f[1] >= 0.055).collect()如何更改輸出寫入以獲得我想要的格式？
3 回答
臨摹微笑
TA貢獻1982條經驗 獲得超2個贊
如果您的元組保持該格式，那么您需要進行一些字符串解析，以便從元組的第一個元素中獲取 ID。 split對于這種情況，這是最好的方法。對于您當前的格式，此代碼可以工作，但您絕對可以將其推廣到其他情況。
def fix_tuple(tup):
ids = tup[0]
id1 = ids[0].split('"')[-2]
id2 = ids[1].split('"')[-2]
return {'b1':id1,'b2':id2,'sim':tup[1]}
行動中：
tup = ((' "business_id": "zPBccKsIHYtLUGFNYIi8Uw"', ' "business_id": "znDUBjt-m2qmXi_p3m3rDA"'), 0.09523809523809523)
print(fix_tuple(tup))
# Output: {'b1': 'zPBccKsIHYtLUGFNYIi8Uw', 'b2': 'znDUBjt-m2qmXi_p3m3rDA', 'sim': 0.09523809523809523}
阿晨1998
TA貢獻2037條經驗 獲得超6個贊
從您編寫代碼的文件來看，您的元組的格式似乎一致，因此如果這是真的，那么這很簡單：
x = ((' "business_id": "zPBccKsIHYtLUGFNYIi8Uw"', ' "business_id": "znDUBjt-m2qmXi_p3m3rDA"'), 0.09523809523809523)
yy = {}
yy['b1'] = x[0][0].split(':')[1].strip('" ')
yy['b2'] = x[0][1].split(':')[1].strip('" ')
yy['sim'] = x[1]
您知道所有成員在元組中的位置，因此獲取所需的值，刪除無關的引號和空格，然后將其全部打包到字典中。
慕沐林林
TA貢獻2016條經驗 獲得超9個贊
import re
KV_RE = re.compile(r'"(?P<key>[^"]+)":\s*"(?P<value>[^"]+)"')
getvalue = lambda kv: match.group("value") if (match := KV_RE.search(kv)) else None
def dict_from_pair(pair):
((kv1, kv2), sim) = pair
return dict(b1=getvalue(kv1), b2=getvalue(kv2), sim=sim)
pair = ((' "business_id": "zPBccKsIHYtLUGFNYIi8Uw"', ' "business_id": "znDUBjt-m2qmXi_p3m3rDA"'), 0.09523809523809523)
print(dict_from_pair(pair))
# {'b1': 'zPBccKsIHYtLUGFNYIi8Uw', 'b2': 'znDUBjt-m2qmXi_p3m3rDA', 'sim': 0.09523809523809523}
添加回答
舉報
0/150
提交
取消