如何使用 pandas 列值作为其他数据框中的查找

Question

我有两个熊猫数据框，一个包含所有开放文本电影评论的一列（movie_review_df），另一个（movie_ngrams_df）包含在movie_review_df中找到的最常见的ngram（ngram的前5个= 1和ngram的前5个= 2） .我基本上想编写一个函数来遍历我的movie_ngrams_df中我的单词/单词短语列的每一行，并将它们用作查找以查找包含这些单词/工作短语的评论。想象一下，我的 movie_ngrams_df 在 2 列中有 2 个值。1）a列（ngram_wordphrase）中的单词“love”和b列（ngram_group）中的“one”2）a列中的短语“太长”和b列中的“两个”我认为使用循环和.contains()调用的函数可以工作，但似乎无法理解它。这在某种程度上是我希望它工作的方式。def ngram_lookup (ngram,reviews):appended_df = pd.concat(for word in ngram:                            reviews_df[reviews_df['reviews'].str.contains('ngram')])return appended_df我想要一个函数来搜索movie_review_df中的每一个电影评论文本并提取包含“爱”这个词的评论。我希望输出是一个新的 df (ngram_detail_df)，其中表示的每一行都包含 word_phrase（例如 a 列中的 love），然后是包含单词“love”的完整单个字符串审查（放置在 b 列中）。因此，每个 word_phrase 可能会在 a 列中多次列出。然后（你知道它即将到来）我希望能够为我们的 movie_ngrams_df 中的下一个 word_phrase 做同样的事情，它是“太长”。我想将这些新的“太长”结果附加到我们的“爱”搜索返回的结果中，这样最后，我们就只有一个 df 包含最热门的 word_phrases 和每个存在该 word/word_phrase 的电影评论。

Answer 1

怎么样的东西

words = movie_ngrams_df["ngram_wordphrase"].array

ngram_detail_df = movie_review_df.copy()

for word in words:

    ngram_detail_df[word] = ngram_detail_df["reviews"].apply(lambda x: word in x)

ngram_detail_df = ngram_detail_df.melt(id_vars=["reviews"])

ngram_detail_df = ngram_detail_df[ngram_detail_df["value"] == True]

ngram_detail_df = ngram_detail_df.loc[:, ["reviews", "variable"]

ngram_detail_df.rename(columns={"variable": "ngram"}, inplace=True)