python - 识别 pandas 列中的某些单词

Question

我有一个 tsv 文件如下。

id    ingredients    recipe
code1  egg, butter   beat eggs. add unsalted butter
code2  tim tam, butter  beat tim tam. add butter
code3  coffee, sugar   add coffee and sugar and mix
code4  sugar, fresh goat milk   beat sugar and milk together

如果条目在 ingredients 或 recipe 列中包含以下提到的词，我想删除这些条目。

mylist = ['tim tam', 'unsalted butter', 'fresh goat milk']

我的输出应该如下所示。

id    ingredients    recipe
code3  coffee, sugar   add coffee and sugar and mix

有没有办法使用 Pandas 来做到这一点？请帮助我!

Answer 1

使用 contains 和 join 查看字符串是否包含“子”字符串，并使用 '|' 连接基数制作正则表达式:

mylist = ['tim tam','unsalted butter','fresh goat milk']
df[~(df.ingredients.str.contains('|'.join(mylist)) | 
     df.recipe.str.contains('|'.join(mylist)))]

输出:

     id    ingredients                        recipe
2  code3  coffee, sugar  add coffee and sugar and mix