标签: matching

假设我有这两个数据框，其列数相同，但行数可能不同：

tmp = np.arange(0,12).reshape((4,3))
df = pd.DataFrame(data=tmp) 

tmp2 = {'a':[3,100,101], 'b':[4,4,100], 'c':[5,100,3]}
df2 = pd.DataFrame(data=tmp2)

print(df)
   0   1   2
0  0   1   2
1  3   4   5
2  6   7   8
3  9  10  11

print(df2)
     a    b    c
0    3    4    5
1  100    4  100
2  101  100    3

我想验证 的行是否df2与 的任何行匹配 df，也就是说，我想获得一系列（或数组）布尔值来给出以下结果：

0     True
1    False
2    False
dtype: bool

我认为类似的isin方法应该有效，但我得到了这个结果，这导致了一个数据框并且是错误的：

print(df2.isin(df))
       a      b      c
0  False  False  False
1  False  False …

我正在尝试解决每周都会重复执行的任务。我所做的是将一列（A 列）与另一列（E 列）中的 ID 集进行比较，反之亦然。如果在第二列中找到第一列中的值，则该值将移动到值匹配的位置。如果两列中都没有匹配的数据，则该列将为空白。所有匹配的值都会下移，所有不匹配的值都会上移进行检查。

这是下面的示例数据，可在“示例”选项卡中找到：

希望运行脚本后，完成的数据应该具有如下所示的结果，其中所有匹配的数据都分组在下面，这些唯一值被推到上面，这样就更容易检查：

如何在C或C++中实现二分匹配算法(可能基于最大流算法)？

具体来说,我把这个输入放在一个文件中:(1,3)(1,5)(2,5)

(M,F) - >其中M代表MALE的id,F代表FEMALE的id.

我需要找到最大匹配数并显示匹配的夫妻.喜欢:匹配:1&3,2和5

我已经读过一些书籍,我可以将这个问题基于"网络中的最大流量"算法,但除了句子"这个问题可以通过......算法解决"之外,我找不到任何具体的信息.我对max-flow知之甚少,也不知道如何实现它...

我正在编写sql来通过许多参数搜索数据库.我如何按照与where子句中的大多数参数匹配的项来排序结果集.例如:

SELECT * 
FROM users 
WHERE username = 'eitan' 
OR email = 'eitan@eitan.com' 
OR company = 'eitan'


Username   |  email                |   company

1) eitan   |     blah@blah.com     |     blah

2) eitan   |     eitan@eitan.com   |    eitan

3) eitan   |    eitan@eitan.com    |     blah

应订购如下:

2,3,1.

谢谢.(ps查询不是那么容易,在WHERE中有很多连接和很多OR)

埃坦

我有在我所喜欢插入自定义标记HTML文件{{name}},{{surname}}.现在,我想寻找谁喜欢的模式完全匹配的标签{{world}}唯一甚至不是{world}},{{world},{world},{ word },{{ world }},等我写的小代码为

re.findall(r'\{(\w.+?)\}', html_string)

它返回我不想要的模式{{world}},{world},{world}}之后的单词.我想完全匹配{{world}}.有人可以指导我吗？

x= [0,2,3,5,6];
y= [64,384,1024,4096,384];

以上是我正在使用的两个数组.我试图以pythonic方式将元素匹配在一起

例:

如果xType是2,我想计算一个被调用的变量,yType以对应y中的值(位置明智).所以我应该得到y = 384.如果xType = 3我应该得到1024.

我该怎么做呢？

我有一个带有企业数据库的python应用程序,我希望能够按名称搜索企业(用于自动完成目的).
例如,考虑名称"最佳购买","麦当劳","索尼"和"苹果".

我希望"app"返回"apple",以及"appel"和"ple"."麦当劳"应该回归"麦当劳"."bst b"和"best-buy"都应该返回"最佳购买".

我在寻找哪种算法,是否有python实现？

谢谢!

我有一个如下的数据集 -

> a_i
 [1] "Our-Facebook-Page/td-p/3175990"                           
 [2] "Our-Facebook-Page/td-p/3175990/page/2"  
   ....    
[17] "Data-duplicate-files/td-p/4743405"                  
[18] "Data-duplicate-files/td-p/4743405/page/2"            
[19] "Subscription-Release-1-sucks/td-p/4556739"       
[20] "Subscription-Release-1-sucks/td-p/4556739/page/2"

 > b_i
[1] "Data-duplicate-files/td-p/4743405"                  
[2] "Subscription-Release-1-sucks/td-p/4556739"
[3] "Quick-fix/td-p/4556740"

我的目标是找到仅存在于b_i中的7位数字(例如4743405,4556739,4556740),并从包含相应数字的a_i中获取数据.所以最终输出将是这样的 -

[1] "Data-duplicate-files/td-p/4743405"                  
[2] "Data-duplicate-files/td-p/4743405/page/2"            
[3] "Subscription-Release-1-sucks/td-p/4556739"       
[4] "Subscription-Release-1-sucks/td-p/4556739/page/2""

我能够使用strsplit(b_i,"/")获取数字但我仍然在抓取包含匹配数字的列表.是否有任何优雅的方式来映射这些数字并获取列表？

问题:我们给出了两个数组A和B的整数.现在,在每个步骤中,我们可以从两个数组中删除任何2个非共同素数整数.我们必须找到这些步骤可以删除的最大对数.

界限: A的长度,B <= 10 ⁵
每个整数<= 10 ⁹
Dinic的算法 - O(V ² E)
Edmonds-karp算法 - O(VE ²)
Hopcroft-Karp算法 - O(E sqrt(V))

到目前为止我的方法:这可以被建模为具有两个集合A和B的二分匹配问题,并且可以在来自相应集合的每个非共同素数对之间创建边缘.
但问题是图中可能存在O(V ²)边,并且对于如此大的图,大多数二分匹配和最大流算法将是超慢的.

我正在寻找一些特定的问题或数学优化,可以在合理的时间内解决问题.为了通过测试用例,我需要最多O(V log V)或O(V sqrt(V))算法.

提前致谢.

读者朋友,

我有以下正则表达式问题:

码

 #!/usr/bin/perl -w
use 5.010;
use warnings;

my $filename = 'input.txt';
open my $FILE, "<", $filename or die $!;

while (my $row = <$FILE>)
{                   # take one input line at a time
    chomp $row;
    if ($row =~ /\b\w*a\b/)
    {
       print "Matched: |$`<$&>$'|\n";  # the special match vars
       print "\$1 contains '$1' \n";
    }
    else
    {
       #print "No match: |$row|\n";
    }
}

input.txt中

I like wilma. 
this line does not match

产量

Matched: |I like <wilma>|
Use of …