基于字典的关键字分类

Question

我对编程还很陌生，到目前为止，我对它的强大功能非常着迷。 在这方面，我遇到了一个问题，其中有一个数据集，其中一个变量是商品名称：“苹果”、“梨”、“花椰菜”、“木屐”、“运动鞋”等。我想要尝试将商品组合成更高级的东西：“水果”、“蔬菜”、“鞋子”等。我从做一些搜索的感觉是，这将是一个基于字典的分块问题，但我“我不确定如何实施解决方案。我可以很容易地获得蔬菜、水果和鞋子类型的列表，但是是否有现有的软件包可以专门帮助解决此类问题？我对 Python 和R，因此任何可以与这些语言一起使用的东西都会最有帮助。

如果这个问题没有以足够具体的方式写出来，我们深表歉意。 我是 stackoverflow 的新手，并且仍在掌握这件事的窍门。

澄清：我正在尝试使用这些新的高阶标签创建一个新数据集。

Answer 1

这是我将如何做到的：

higher_order_conversion = {
    ('apple', 'pear', 'kiwi'): 'fruit',   #the keys must be tuples, not lists 
    ('X', 'Y', 'Z'): 'letter', # (because tuples are immutable and therefore hashable)
    ('loafers', 'sneakers', 'high heels'): 'shoes'
}

data_set = [[125, 'apple'], #these numbers are id numbers, or whatever extra information you might have packaged with your data
            [126, 'Y'],
            [127, 'loafers'],
            [103, 'kiwi']
            ]

print 'before', data_set

for data in data_set:
    for lower_order_list in higher_order_conversion.keys():
        if data[1] in lower_order_list:
            data[1] = higher_order_conversion[lower_order_list]

print 'after', data_set

输出：

before [[125, 'apple'], [126, 'Y'], [127, 'loafers'], [103, 'kiwi']]
after [[125, 'fruit'], [126, 'letter'], [127, 'shoes'], [103, 'fruit']]

希望这能给你一些想法。