如何将此元组列表更改为以下格式？

Question

我正在尝试更改以下元组：[((' "business_id": "zPBccKsIHYtLUGFNYIi8Uw"', ' "business_id": "znDUBjt-m2qmXi_p3m3rDA"'), 0.09523809523809523),((' "business_id": "zauhMY78k36XPfxD3GURkQ"', ' "business_id": "zp-K5s3pGTWuuaVBWo6WZA"'), 0.07407407407407407)]到这种格式：{'b1': 'zPBccKsIHYtLUGFNYIi8Uw', 'b2': "znDUBjt-m2qmXi_p3m3rDA', 'sim': 0.09523809523809523}我尝试通过尝试将其更改为 dict （这是不可能的，因为它不知道如何分配键和值）和列表来解决此问题，但似乎没有任何点击。我目前正在使用 Python 将元组写入输出文件：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()我使用阈值 >=0.055 的 Jaccard 相似度找到相似对：## Computing the Jaccard Similarity for the candidate pairs.similarPairs = candidatePairs.map(lambda currPair : computeJC(currPair, ratedBusinessUsers)).filter(lambda f : f[1] >= 0.055).collect()如何更改输出写入以获得我想要的格式？

Answer 1

如果您的元组保持该格式，那么您需要进行一些字符串解析，以便从元组的第一个元素中获取 ID。 split对于这种情况，这是最好的方法。对于您当前的格式，此代码可以工作，但您绝对可以将其推广到其他情况。

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]}

行动中：

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}

Answer 2

从您编写代码的文件来看，您的元组的格式似乎一致，因此如果这是真的，那么这很简单：

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]

您知道所有成员在元组中的位置，因此获取所需的值，删除无关的引号和空格，然后将其全部打包到字典中。

Answer 3

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}