python - 提取最长匹配

Question

考虑这个简单的设置

import pandas as pd

df = pd.DataFrame({'id' : [1,2,3],
                   'text' : ['stack-overflow',
                             'slack-overflow',
                             'smack-over']})
df
Out[9]: 
   id            text
0   1  stack-overflow
1   2  slack-overflow
2   3      smack-over

我有一个给定的正则表达式，我想提取最长匹配项。我知道我可以使用 str.extractall 来获取所有匹配项，但是我怎样才能有效地获取最长的匹配项(作为数据框中的列 df['mylongest'] )?

当然，在这个例子中，最长的匹配是 overflow、overflow 和 smack。

df.text.str.findall(r'(\w+)')
Out[10]: 
0    [stack, overflow]
1    [slack, overflow]
2        [smack, over]
Name: text, dtype: object

Answer 1

让我们将 max 映射到 str.findall 的结果。我使用 functools.partial 来避免 lambda。

from functools import partial

f = partial(max, key=len)
df['text'].str.findall(r'(\w+)').map(f)

0    overflow
1    overflow
2       smack
Name: text, dtype: object