pandas写入excel中在dict出现的问题

ゝ一纸荒年。 2023-02-20 13:44 95阅读 0赞

### pandas写入excel中在dict出现的问题 ###

*  一、目标
 *  二、问题
 *  三、解决方法
 *  四、结语

# 一、目标 #

对写入的数据设置为集合套集合的格式  
如：

a={"a":{"b":"c"}

这样的集合在for循环结构中，即希望在for循环中出现自己需要的数据则可以进行相应的变更

程序如下：

with open("情节.txt", "r", encoding="utf-8")as f:
            condition = f.readlines()
            for i in condition:
    
    
                tuple = process.extractOne(i.strip("\n"), text2)
                # print(list(tuple))
                if list(tuple)[-1] >= 90 and tuple[0] != "犯罪":
                    element = list(tuple)[0]
                    print("字符串模糊匹配的前几位为： ", element)
                    if element + "\n" in condition:
                        print("在的： ",element)
                        element_list[title] = 1
                        dataframe[i.strip("\n")] = element_list
                    else:
                        element_list[title] = 0
                        dataframe[i.strip("\n")] = element_list

在最后这段if-else的条件判断中就是试图实现自己上述的目标，如果符合条件则将集合中的内容设为1，否者设为0

# 二、问题 #

从逻辑上没有发现问题，单个输出时即没有else时，也没有问题  
但是一旦存在else时，就会出现覆盖的问题，即后续内容会覆盖前面的内容，原因直到现在都没有找到

一旦匹配成果就会全部更新  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]

没有匹配成果  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]  
最终结果则全部被覆盖  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 2]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 3]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 4]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 5]

# 三、解决方法 #

尝试过许多方法都没有办法解决，直到最后用来一个比较复杂的方法，就是先将内容全部设为0，然后对这个全部设为0的集合进行更新

"""两个集合以便更新，直接似乎无法更新"""
        for i in condition:
            element_list[title] = 0
            dataframe[i.strip("\n")] = element_list
    
        for i in condition:
            tuple = process.extractOne(i.strip("\n"), text2)
            if tuple[1]>90 and tuple[0] != "犯罪":
                print("存在的量刑情节： ", tuple[0])
                element_lists[title] = 1
                dataframes[tuple[0]] = element_lists
    dataframe_ = dict(dataframe,**dataframes)
    
    
    for i in condition:
            element_list[title] = 0
            dataframe[i.strip("\n")] = element_list
      是先全部设为0的集合

这个是匹配时得到的集合

for i in condition:
            tuple = process.extractOne(i.strip("\n"), text2)
            if tuple[1]>90 and tuple[0] != "犯罪":
                print("存在的量刑情节： ", tuple[0])
                element_lists[title] = 1
                dataframes[tuple[0]] = element_lists

结果为：  
全部设为0时：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 6]

匹配到的：  
![在这里插入图片描述][20200627175729459.png]

最后更新后的：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 7]

# 四、结语 #

虽然最后成功了，但是始终不明白之前的想法为什么不行！！！！

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20200627174933168.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20200627174957632.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20200627175034849.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 3]: https://img-blog.csdnimg.cn/20200627175051566.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 4]: https://img-blog.csdnimg.cn/20200627175107566.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 5]: https://img-blog.csdnimg.cn/2020062717511871.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 6]: https://img-blog.csdnimg.cn/20200627175659743.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70
[20200627175729459.png]: https://img-blog.csdnimg.cn/20200627175729459.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ_size_16_color_FFFFFF_t_70 7]: https://img-blog.csdnimg.cn/20200627175935574.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3B5dGhvbl9fcmVwb3J0ZWQ=,size_16,color_FFFFFF,t_70