字符串列表中的模式匹配，在pandas中创建新列

Question

我有一个熊猫数据框，其格式如下：

id,product_name_extract
1,00012CDN
2,14311121NDC
3,NDC37ba
4,47CD27

我还有一个要匹配的产品代码列表（不幸的是，我必须进行NLP提取，因此这不是一个干净的匹配），然后使用匹配的列表值创建一个新列：

product_name = ['12CDN','21NDC','37ba','7CD2']

id,product_name_extract,product_name_mapped
1,00012CDN,12CDN
2,14311121NDC,21NDC
3,NDC37ba,37ba
4,47CD27,7CD2

我不太担心会发生碰撞。

如果我只需要使用包含和列表值与“ |”串联的True / False指示符，这将很容易进行交替，但现在我对如何创建完全匹配的列值有些困惑。任何提示或技巧都表示赞赏！

Answer 1

由于您不必担心冲突，因此可以使用product_name运算符加入|列表，并将其用作正则表达式：

df['product_name_mapped'] = (df.product_name_extract.str
                             .findall('|'.join(product_name))
                             .str[0])

结果：

>>> df
   id product_name_extract product_name_mapped
0   1             00012CDN               12CDN
1   2          14311121NDC               21NDC
2   3              NDC37ba                37ba
3   4               47CD27                7CD2