python - 使用 str.contains 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。

如果在每条评论中找到这些词，我会用它简单地告诉我:

searchfor = list(terms['term'])
found = [reviews['review_trimmed'].str.contains(x) for x in searchfor]
result = pd.DataFrame(found)

这很棒，因为我知道哪些评论有我正在寻找的术语，但我不知道它为每个评论找到了哪些术语。我希望我的回答利用 str.contains 来保持一致性。

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)

• 使用 '|'.join 将所有搜索到的项目组合成一个正则表达式字符串，用于搜索任何项目。
• 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

我们可以像这样用';'join他们:

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