使用 str.contians 查看列表中的哪些单词在每个项目中

Question

我正在尝试提取在str.contains()搜索中找到的单词，如下图所示（但使用 pandas 和str.contains，而不是 VBA）。我正在尝试在 VBA 结果列中重新创建输出。以下是我用来简单地告诉我是否在每条评论中找到这些词的方法：searchfor = list(terms['term'])found = [reviews['review_trimmed'].str.contains(x) for x in searchfor]result = pd.DataFrame(found)这很好，因为我知道哪些评论有我正在寻找的条款，但我不知道它为每个评论找到了哪些条款。我希望我的答案能够str.contains保持一致性。

Answer 1

使用 Grzegorz Skibinski 的设置

df = pd.DataFrame({

    "review_trimmed": [

        "dog and cat",

        "Cat chases mouse",

        "horrible thing",

        "noodle soup",

        "chilli",

        "pizza is Good"

    ]

})

searchfor = "yes cat Dog soup good bad horrible".split()

df

     review_trimmed

0       dog and cat

1  Cat chases mouse

2    horrible thing

3       noodle soup

4            chilli

5     pizza is Good

_______________________________________________________

解决方案 ( pandas.Series.str.findall)

用于'|'.join将搜索到的所有项目组合成一个正则表达式字符串，以搜索任何项目。

使用flag=2这意味着IGNORECASE

df.review_trimmed.str.findall('|'.join(searchfor), 2)

0    [dog, cat]

1         [Cat]

2    [horrible]

3        [soup]

4            []

5        [Good]

Name: review_trimmed, dtype: object

我们可以join这样';'：

df.review_trimmed.str.findall('|'.join(searchfor), 2).str.join(';')

0     dog;cat

1         Cat

2    horrible

3        soup

4            

5        Good

Name: review_trimmed, dtype: object

Answer 2

使用numpy：

searchfor=[wrd.lower() for wrd in searchfor]

searchfor=set(searchfor)

df["found"]=np.bitwise_and(df["review_trimmed"].str.lower().str.split("[^\w+]").map(set), searchfor)

为了显示输出，我使用了虚拟数据：

import pandas as pd

import numpy as np

df=pd.DataFrame({"review_trimmed": ["dog and cat", "Cat chases mouse", "horrible thing", "noodle soup", "chilli", "pizza is Good"]})

searchfor="yes cat Dog soup good bad horrible".split(" ")

searchfor=[wrd.lower() for wrd in searchfor]

searchfor=set(searchfor)

df["found"]=np.bitwise_and(df["review_trimmed"].str.lower().str.split("[^\w+]").map(set), searchfor)

print(searchfor)

print(df)

输出：

#searchfor:

{'cat', 'good', 'yes', 'dog', 'bad', 'horrible', 'soup'}

#df:

     review_trimmed       found

0       dog and cat  {cat, dog}

1  Cat chases mouse       {cat}

2    horrible thing  {horrible}

3       noodle soup      {soup}

4            chilli          {}

5     pizza is Good      {good}

编辑

IIUC - 只需添加.str.join(";")

searchfor=[wrd.lower() for wrd in searchfor]

searchfor=set(searchfor)

df["found"]=np.bitwise_and(df["review_trimmed"].str.lower().str.split("[^\w+]").map(set), searchfor).str.join(";")

print(searchfor)

print(df)

输出：

{'dog', 'soup', 'cat', 'bad', 'good', 'yes', 'horrible'}

     review_trimmed     found

0       dog and cat   dog;cat

1  Cat chases mouse       cat

2    horrible thing  horrible

3       noodle soup      soup

4            chilli

5     pizza is Good      good

Answer 3

我通过for循环尝试了这个，

import pandas as pd

words_to_look=['Yes','No']

sentences=['He knows Yes No Yes','No He dont know','He Know' ]

df=pd.DataFrame(sentences,columns=['Comments_to_look'])

string=""

final_list=[]

for item in df['Comments_to_look']:

    items=set(item.split())

    for item2 in items:

        for item3 in words_to_look:

            if item2==item3:

                string=item3+" "+string

                break

    final_list.append(string)

    string=""

df['words occured']=final_list

print(df)

输出

    Comments_to_look      words occured

0   He knows Yes No Yes   Yes No

1   No He dont know       No

2   He Know