Comment un sous-ensemble dataframe de pandas géants basé sur un dictionnaire en utilisant la casse correspondant

Question

je un dataframe qui contient divers produits et leur description comme le montre l'image ci-dessous:

J'ai un dict qui contient les paires clé-valeur sur la base duquel le filtrage doit être effectué:

ent_dict

{'brand': 'Dexter', 'color': 'brown', 'product': 'footwear', 'size': '32'} 

Comme on peut s een le dict et dataframe peuvent contenir des valeurs dans différents cas et par conséquent je dois faire une correspondance insensible à la casse ici. En outre, il peut y avoir des colonnes qui sont numériques pour lesquelles la correspondance normale fera l'affaire. Donc, quelqu'un peut m'aider s'il vous plaît dans ce domaine.

Answer 1

Ce qui précède fonctionne pour les chaînes de caractères. Vous pouvez également modifier l'instruction finale pour qu'elle corresponde également aux entiers.

import numpy as np 
import pandas as pd 
import re 

df = pd.DataFrame({'Product': np.array(['Footwear' for i in range(4)]), 'Category': np.array(['Women' for i in range(4)]), 'Size': np.array([7, 7, 7, 8]), 'Color': np.array(['black', 'brown', 'blue', 'black'])}) 

ent_dict = {'Category': 'Women', 'Color': 'black', 'Product': 'Footwear'} 
values = [i for i in ent_dict.values()] 
columns = [df.filter(regex=re.compile(i, re.IGNORECASE)).columns[0] for i in ent_dict] 

df[eval(" & ".join(["(df['{0}'] == {1})".format(col, repr(cond)) 
      for col, cond in zip(columns, values)]))] 

Le cas de recherche insensible peut être accompli en utilisant str.contains d'objet DataFrame.

df[eval(" & ".join(["(df['{0}'].str.contains({1}, case=False))".format(col, repr(cond)) 
      for col, cond in zip(columns, values)]))]