如果子字符串出现在肯定列表中，则将它们保留在 Pandas 中

Question

我想删除 Pandas 数据框中的子字符串，只保留子字符串中出现在 positiv 列表中的那些部分。我设法反过来做：删除出现在否定列表中的字符串的所有部分。df['Who'] = ['cute little bear', 'a quick brown fox', 'a bear and a fox']negative_list = ['cute', 'little', 'a', 'quick', 'brown'. 'and']positive_list = ['bear', 'fox']for n in negative_list:    df['Who'] = d['Who'].str.replace(n, '', re.IRNORECASE)现在结果将如预期的那样：df['Who'] = ['bear', 'fox', 'bear fox']我正在寻找的是一种解决方案，我可以只保留出现在肯定列表中的字符串，而不是删除数英里长的否定列表。

Answer 1

如果您不坚持使用一行解决方案，您可以将句子分成几部分，只保留有效单词并重新组合在一起：

extract = df['Who'].str.extractall('([^ ]+)')

ok = extract.isin(positive_list)[0].values

df['Who'] =  extract.loc[ok, :].groupby(level=0).agg(' '.join)

Answer 2

这个解决方案比 Joerg (+1) 的解决方案简洁得多，但对我来说更容易理解（因为我没有关于 extractall pandas 系列函数的先验知识）。它只是在迭代时创建一个新列表并替换旧列表：

import pandas as pd

whoList=['cute little bear', 'a quick brown fox', 'a bear and a fox']

df=pd.DataFrame({'Who':whoList})

positive_list = ['bear', 'fox']

newStringList=[]

for who in whoList:

    newStringList.append('')

    for i in positive_list:        

        if i in who:

            newStringList[-1]=newStringList[-1]+i+" "   

df['Who']=newStringList