Question

我想知道下面是否有更通用的方法？我想知道是否有一种创建st函数的方法，以便我可以搜索非预定义数量的字符串？

例如，能够创建一个通用的st函数，然后输入st（＆＃39; Governor＆＃39;，＆＃39; Virginia＆＃39;，＆＃39; Google）

这是我当前的功能，但它预定义了两个可以使用的单词。（df是一个pandas DataFrame）

def search(word1, word2, word3 df):
    """
    allows you to search an intersection of three terms
    """
    return df[df.Name.str.contains(word1) & df.Name.str.contains(word2) & df.Name.str.contains(word3)]

st('Governor', 'Virginia', newauthdf)

Answer 1

str.contains可以使用正则表达式。所以你可以使用'|'.join(words)作为模式;安全地映射到re.escape：

>>> df
                 Name
0                Test
1            Virginia
2              Google
3  Google in Virginia
4               Apple

[5 rows x 1 columns]
>>> words = ['Governor', 'Virginia', 'Google']

'|'.join(map(re.escape, words))将成为搜索模式：

>>> import re
>>> pat = '|'.join(map(re.escape, words))
>>> df.Name.str.contains(pat)
0    False
1     True
2     True
3     True
4    False
Name: Name, dtype: bool

Answer 2

您可以使用np.logical_and.reduce：

import pandas as pd
import numpy as np
def search(df, *words):  #1
    """
    Return a sub-DataFrame of those rows whose Name column match all the words.
    """
    return df[np.logical_and.reduce([df['Name'].str.contains(word) for word in words])]   # 2


df = pd.DataFrame({'Name':['Virginia Google Governor',
                           'Governor Virginia',
                           'Governor Virginia Google']})
print(search(df, 'Governor', 'Virginia', 'Google'))

打印

                       Name
0  Virginia Google Governor
2  Governor Virginia Google

*中的def search(df, *words)允许search接受无限数量的位置参数。它会收集所有的参数（在第一个之后）并将它们放在名为words的列表中。
np.logical_and.reduce([X,Y,Z])相当于X & Y & Z。它但是，允许你处理一个任意长的列表。

在pandas中搜索多个字符串而不预先确定要使用的字符串数

2 个答案: