Question

尝试检索包含来自其他数据框的单词的数据框中的行。已将.csv文件附加到下面的链接中。我试过这个，但它只给我一个字：

import numpy as np
import pandas as pd

sentiment_words = pd.read_csv('sentiment_words.csv')
tokens = pd.read_csv('tokens.csv')

tokens[tokens['token'].isin(sentiment_words['sentiment_words'])]

Out[201]:
               Class8    Class9         token  
    4156     0.004092  0.014243      abnormal  
    4421     0.000000  0.013170       abolish  
    4500     0.042788  0.062791    abominable

我想要的输出类似于下面我想要替换＆＃34;不是＆＃34;使用 sentiment_words 数据框

中的字词

tokens[tokens['token'].str.contains("not")]

           Class8    Class9                  token  
210      0.000000  0.000000        aaand annnother  
396      0.000000  0.006581               aang not  
459      0.000000  0.000000            aardman not  
624      0.000000  0.000000              aaron not  
1147     0.000000  0.007496      abandoned another  
2301     0.000000  0.000000           abducted not

sentiment_words.csv：https://www.dropbox.com/s/y2ya5lr4wgl940y/sentiment_words.csv?dl=0 tokens.csv：https://www.dropbox.com/s/wdvprygmnm13lwd/tokens.csv?dl=0

已经花了几个小时在线搜索，但到目前为止还没有任何方法，所以非常感谢任何帮助。谢谢！

Answer 1

尝试通过以下方式将情感词转换为列表：

sentiment_list = sentiment_words['sentiment_words'].tolist()

然后，尝试使用以下方法匹配单词：

result = tokens[tokens['token'].str.contains('|'.join(sentiment_list))]

注意：我没有下载大型csv文件，但我觉得这应该可行

Answer 2

将小数传递给pd.read_csv()我能够使用您的dl-links制作示例代码。这是你想要的吗？

import pandas as pd

url1 = 'https://www.dropbox.com/s/y2ya5lr4wgl940y/sentiment_words.csv?raw=1'
url2 = 'https://www.dropbox.com/s/wdvprygmnm13lwd/tokens.csv?raw=1'

sentiment_words = pd.read_csv(url1)
tokens = pd.read_csv(url2, nrows=1000) # Limit rows read to 1000

# Create regex pattern
# We need to replace * and + as they will not work without escape in regex
pat = '|'.join(sentiment_words['sentiment_words'].str.replace('*','\*')
                                                 .str.replace('+','\+'))

# Create mask and apply overwriting old values
m2 = tokens['token'].str.contains(pat, regex=True)
tokens = tokens.loc[m2]

tokens

检索包含pandas中另一个数据帧的单词的数据框中的行

2 个答案: