我參考了以下帖子，它非常有幫助，但我需要更進一步。 Python - 從列表中搜索數據框中的字符串我不僅想在數據框中搜索單詞列表，還想跟蹤是否找到多個單詞及其頻率。因此，使用上面帖子中的示例：如果這是我的搜索列表search_list = ['STEEL','IRON','GOLD','SILVER']這是我正在搜索的數據框 a b 0 123 'Blah Blah Steel'1 456 'Blah Blah Blah Steel Gold'2 789 'Blah Blah Gold'3 790 'Blah Blah blah'我希望我的輸出是 a b c d0 123 'Blah Blah Steel' 'STEEL' 11 789 'Blah Blah Steel Gold' 'STEEL','GOLD' 22 789 'Blah Blah Gold' 'GOLD' 13 790 'Blah Blah blah'我如何擴展上述帖子中的出色解決方案以獲得所需的輸出？我目前正在利用投票最高的答案作為起點。我更關心能夠從列表中標記多個單詞。我還沒有找到任何方法來做到這一點。如果在此步驟中無法執行此操作，我可以將字符串計數函數應用于數據框以創建頻率列。如果有一種方法可以一步完成這一切，那也很好。
2 回答
翻閱古今
TA貢獻1780條經驗 獲得超5個贊
您可以使用re.findall()而不是 extract() 來執行您需要的操作。
import re
search_list = ['STEEL','IRON','GOLD','SILVER']
df['c'] = df.b.str.findall('({0})'.format('|'.join(search_list)), flags=re.IGNORECASE)
df['d'] = df['c'].str.len()
這個輸出看起來像這樣：
UYOU
TA貢獻1878條經驗 獲得超4個贊
#turn column b into a list of uppercases
df.b=df.b.str.upper().str.split('\s')
#Because you have two lists, use the apply function to turn them into sets
#..and leverage the rich membership functions encased in sets.
# Using intersection, you will find items in each list.
#Then use list.str.len() to count.
df=df.assign(c=df.b.apply(lambda x:[*{*x}&{*search_list}])\
.str.join(','),d=df.b.apply(lambda \
x:[*{*x}&{*search_list}]).str.len())
b c d
0 [BLAH, BLAH, STEEL] STEEL 1
1 [BLAH, BLAH, STEEL, GOLD] GOLD,STEEL 2
2 [BLAH, BLAH, GOLD] GOLD 1
3 [BLAH, BLAH, BLAH] 0
添加回答
舉報
0/150
提交
取消