如何使用Python FuzzyWuzzy库匹配元组？

Question

我使用FuzzyWuzzy将字符串与包含两个字符串的元组进行匹配。例如：

from fuzzywuzzy import fuzz, process
query = "cat"
animals = [('cat','owner1'),('dog','owner3'),('lizard','owner45')]
result = process.extractOne(query, animals, scorer=fuzz.ratio)

此代码返回错误，因为要比较的列表animals不是字符串列表。我只想与元组中的第一项进行比较。我希望返回的是：(('cat','owner1), 100)，因为它是100%匹配的。

下面的代码可以工作，输出('cat', 100)，但我需要元组的另一部分。

from fuzzywuzzy import fuzz, process
query = "cat"
animals = ["cat","dog",'lizard']
result = process.extractOne(query, lex, scorer=fuzz.ratio)
print(result)

有什么想法吗？

编辑:我知道我可以通过列表理解得到第一个元素的列表，但出于内存和速度的原因，我希望在不创建新列表的情况下这样做，因为我正在处理大型数据集。

Answer 1

通过使用列表理解，您可以从元组列表中创建仅包含每个元组的第一项的子列表。

>>> animal_owners = [('cat','owner1'),('dog','owner3'),('lizard','owner45')]
>>> [ao[0] for ao in animal_owners]
['cat', 'dog', 'lizard']

使用这种技术，您可以替换第二个表达式，其中您只需要动物，而不需要原始列表。

Answer 2

我知道这篇文章比较老，但这是一个我不得不解决的问题，并找到了一种方法来解决它！如果你看一下它的签名：

process.extractOne(
     query, 
     choices, 
     processor: function=function, 
     scorer:function=function, 
     score_cutoff: int=0
)

您可以利用processor函数返回要分析的每个元组的值。例如，假设您有一个元组形式的公司名称及其股票代码列表，并希望根据公司名称获取最接近的匹配项：

from fuzzywuzzy import process

def get_company_name(tup):
    return tup[0]

choices = [
    ('Apple, Inc.', 'AAPL'), 
    ('Google, Inc.', 'GOOGL'), 
    ('Tesla, Inc.', 'TSLA')
]

closest_match = process.extractOne("apple", choices, processor=get_company_name)

然后脚本将返回一个包含最佳匹配元组和pct匹配的元组：

(('Apple, Inc.', 'AAPL'), 100)