0

次の形式でデータを操作しています。

name    phone   email   website
Diane Grant Albrecht M.S.           
Lannister G. Cersei M.A.T., CEP 111-222-3333    cersei@got.com  www.got.com
Argle D. Bargle Ed.M.           
Sam D. Man Ed.M.    000-000-1111    dman123@gmail.com   www.daManWithThePlan.com
Sam D. Man Ed.M.            
Sam D. Man Ed.M.    111-222-333     dman123@gmail.com   www.daManWithThePlan.com
D G Bamf M.S.           
Amy Tramy Lamy Ph.D.

そして、それを次のようにしたいと思います：

name    phone   email   website area    degree
Diane Grant Albrecht                    M.S.
Lannister G. Cersei 111-222-3333    cersei@got.com  www.got.com CEP M.A.T.
Argle D. Bargle                 Ed.M.
Sam D. Man  000-000-1111, 111-222-3333  dman123@gmail.com       dman123@gmail.com       Ed.M.
D G Bamf                    M.S.
Amy Tramy Lamy                  Ph.D.

「名前」フィールドには、個人の名前、学位、および実践分野を含めることができます。

(また、2 番目の 2 つの「Sam D. Man...」エントリが欠落していることに気付くかもしれません。この質問では、それは無関係です。次の段階で、重複を削除します)

そこで、まずこの「名前」列を調べて、名前列を解析して、業務分野 (例: CEP) と学位 (例: Ph.D.) を分離しようとします。これらを作成したフィールド 'area' と 'degree' に書き込み、変更/短縮された名前を 'name' フィールドに保存しようとしました。このセクションの最後に、理想的には、各「名前」フィールドには個人の名前のみが含まれます。

ただし、スクリプトを実行しても、人の名前フィールドには影響しません。スクリプトを調整して名前を変更するにはどうすればよいですか?

ありがとう！

理解しやすくするためにコメントしたスクリプトは次のとおりです。

# Stores a list of dictionaries, each dictionary containing a person's entry with keys corresponding to variable names (ex: [{'name':'Sam', 'phone':'111-111-1111'...},{}])
myjson = []
# Add fields 'area' and 'degree' to store area of pract and deg earned, which will be parsed from the 'name' field
with(open("ieca_first_col_fake_text.txt", "rU")) as f:
     sheet = csv.DictReader(f,delimiter="\t")
     sheet.fieldnames.append('flag')
     sheet.fieldnames.append('area')
     sheet.fieldnames.append('degree')
     for row in sheet:
        myjson.append(row)

この時点で、「myjson」という辞書のリストができました。各ディクショナリは、データベースへのエントリを表します。「name」フィールドを見てみましょう。

degrees = ['M.A.T.','Ph.D.','MA','J.D.','Ed.M.', 'M.A.', 'M.B.A.', 'Ed.S.', 'M.Div.', 'M.Ed.', 'RN', 'B.S.Ed.', 'M.D.', 'M.S.']

# Parse name element
for row in myjson:

    # check whether the name string has an area of practice by checking if there's a comma separator
    if ',' in row['name']:

        # separate area of practice from name and degree and bind this to var 'area'. If error, area is an empty list
        split_area_nmdeg = row['name'].split(',')
        try:
            row['area'].append(split_area_nmdeg.pop())
        except AttributeError:
            row['area'] = []

        # Split the name and deg by spaces. If there's a deg, it will match with one of elements and will be stored deg list. The deg is removed name_deg list and all that's left is the name.
        split_name_deg = re.split('\s',split_area_nmdeg[0])
        for word in split_name_deg:
            for deg in degrees:
                if deg == word:
                    try:
                        row['degree'].append(split_name_deg.pop())
                    except AttributeError:
                        row['degree'] = []
                row['name'] = ' '.join(split_name_deg)
                print row['name']

    # if the name string does not contain a comma and therefore does not contain an area of practice
    else:
        row['area'] = []
        split_name_deg = re.split('\s',row['name'])
        for word in split_name_deg:
            for deg in degrees:
                try:
                    if deg == word:
                        row['degree'].append(split_name_deg.pop())
                except AttributeError:
                    row['degree'] = []
                row['name'] = ' '.join(split_name_deg)
                print row['name']

出力を確認します。

for row in myjson:
    print row

次のようになります。

{'website': '', 'name': 'Diane Grant Albrecht M.S.', 'degree': [], 'area': [], 'phone': '', 'flag': None, 'email': ''}
{'website': 'www.got.com', 'name': 'Lannister G. Cersei M.A.T.', 'degree': [], 'area': [], 'phone': '111-222-3333', 'flag': None, 'email': 'cersei@got.com'}
{'website': '', 'name': 'Argle D. Bargle Ed.M.', 'degree': [], 'area': [], 'phone': '', 'flag': None, 'email': ''}
{'website': 'www.daManWithThePlan.com', 'name': 'Sam D. Man Ed.M.', 'degree': [], 'area': [], 'phone': '000-000-1111', 'flag': None, 'email': 'dman123@gmail.com'}
{'website': '', 'name': 'Sam D. Man Ed.M.', 'degree': [], 'area': [], 'phone': '', 'flag': None, 'email': ''}
{'website': 'www.daManWithThePlan.com', 'name': 'Sam D. Man Ed.M.', 'degree': [], 'area': [], 'phone': '111-222-333', 'flag': None, 'email': '    dman123@gmail.com'}
{'website': '', 'name': 'D G Bamf M.S.', 'degree': [], 'area': [], 'phone': '', 'flag': None, 'email': ''}
{'website': '', 'name': 'Amy Tramy Lamy Ph.D.', 'degree': [], 'area': [], 'phone': '', 'flag': None, 'email': ''}
first_row {'website': '', 'name': 'Diane Grant Albrecht M.S.', 'degree': [], 'area': [], 'phone': '', 'email': ''}
4

1 に答える 1

1

学位が名前に含まれているかどうかを判断するあなたの方法は機能しているとは思いません。残念ながら、サンプルデータをテキストファイルに貼り付けたときにタブが正しく維持されていないと思うため、完全なテストを実行できませんでした。そのため、データを辞書に読み込むことができません。ただし、上記の印刷行から表示された出力を使用して辞書を作成し、これで以下のコードを実行すると、度を見つけて別のフィールドに分割するように見えます。

for row in myjson:
    for d in degrees:
        if d in row['name']:
            row['degree'] = d
            row['name'] = row['name'][:row['name'].find(d)]
于 2013-07-09T16:56:20.957 に答える