Pandas Loop 搜索词标记包含它们的行

Question

我有一个搜索词列表和一个带有描述列的数据框。我想标记每一行的描述包含一个或多个列出的术语。我开始了以下但我不确定如何正确循环它：terms = ['x','y']dffor t in terms:    df['Test_Flag'] = np.where(df['Description'].str.contains(t, case=False, na=False), t, '')有什么想法吗？

Answer 1

您可以构建一个函数并使用应用。

def is_in_flag(val, lst):

    for item in lst:

        if (item in val):

            return 1

    return 0

terms = ['x','y']

df['Test_Flag'] = df['Description'].apply(is_in_flag ,args=[terms])

df

或者以你的方式：

terms = ['x','y']

df['Test_Flag'] = 0 

for t in terms:

    df['Test_Flag']=(( df['Test_Flag'] + df.Description.str.contains(t))>0)*1 

df

Answer 2

我建议使用申请：

import pandas

df = pd.DataFrame({'words':['joy','heX','socks','brain','zebra','sexy']})

ts = ['x','y','z']

df['flag'] = df.words.apply(lambda x: sum(t in x.lower() for t in ts) > 0)

Answer 3

你可以使用正则表达式

pattern = '|'.join(['({s})'.format(s=s) for s in terms])

df['Flag'] = df.words.str.contains(pattern)