基于Pandas匹配用户country与interest获取对应code的实现问题

前提假设 #

首先假设你的匹配规则DataFrame包含country（国家）、interest（兴趣）、code（对应编码）三列，示例结构如下：

import pandas as pd

# 示例规则表
rule_df = pd.DataFrame({
    'country': ['Germany', 'Germany', 'Germany', 'Hungary', 'Hungary'],
    'interest': ['Sport', 'Swimming', 'Gaming', 'Sport', 'Swimming'],
    'code': ['01', '02', '03', '11', '12']
})

核心实现函数 #

以下函数接收目标国家、兴趣列表和规则DataFrame，返回匹配到的编码列表，同时支持保持输入兴趣的顺序：

def get_matching_codes(target_country, target_interests, rule_df):
    codes = []
    for interest in target_interests:
        # 精准匹配国家和兴趣
        match_result = rule_df[(rule_df['country'] == target_country) & 
                              (rule_df['interest'] == interest)]
        if not match_result.empty:
            codes.append(match_result['code'].iloc[0])
        # 可选：如果需要对不存在的兴趣抛出异常，取消下面注释
        # else:
        #     raise ValueError(f"未找到国家{target_country}对应兴趣{interest}的编码")
    return codes

测试验证 #

• 测试用例1：输入Germany和['Sport']

  print(get_matching_codes('Germany', ['Sport'], rule_df))  # 输出: ['01']
  

• 测试用例2：输入Hungary和['Sport','Swimming']

  print(get_matching_codes('Hungary', ['Sport','Swimming'], rule_df))  # 输出: ['11', '12']
  

• 测试用例3：输入Germany和['Gaming','Swimming']

  print(get_matching_codes('Germany', ['Gaming','Swimming'], rule_df))  # 输出: ['03', '02']
  

注意事项 #

• 函数默认会跳过规则表中不存在的兴趣（返回结果不包含对应项），如果需要严格校验，可开启注释中的异常抛出逻辑
• 确保规则表中每个country+interest组合唯一，避免匹配到多条结果导致取值错误

内容的提问来源于stack exchange，提问作者Test