Question

我有2个数据框，每行包含文本作为列表。这个叫df

Datum   File    File_type   Text    
Datum                                               
2000-01-27  2000-01-27  0864820040_000127_04.txt    _04     [business, date, jan, heineken, starts, integr..

我还有另一个df_lm，看起来像这样

List_type   Words
0   LM_cnstrain.    [abide, abiding, bound, bounded, commit, commi...
1   LM_litigius.    [abovementioned, abrogate, abrogated, abrogate...
2   LM_modal_me.    [can, frequently, generally, likely, often, ou...
3   LM_modal_st.    [always, best, clearly, definitely, definitive...
4   LM_modal_wk.    [almost, apparently, appeared, appearing, appe...

我想在df中创建新列，其中应计算单词的匹配，例如，df.Text [0]中df_lm.Words [0]中有多少个单词

注意：df有大约500行，df_lm有6->所以我需要在df中创建6个新列，以便更新的df看起来像这样

    Datum   ...LM_cnstrain  LM_litigius  Lm_modal_me  ...
2000-01-27  ...   5            3             4
2000-02-25 ...    7            1             0

我希望我清楚我的问题。预先感谢！

编辑：我已经做完了。通过创建一个列表并在其上循环来实现类似的操作，但是由于df_lm中的列表很长，因此这不是一个选择。

代码如下：

result_list[]
for file in file_list:
    count_growth = 0
    for word in text.split ():
        if word in growth:
            count_growth = count_growth +1
    a={'Grwoth':count_growth}
    result_list.append(a)

Answer 1

根据我的评论，您可以尝试以下操作：

以下代码必须循环运行，其中第一个df的文本列必须与下一个的所有6个列匹配，并使用len(c)中的值来创建列

desc = df_lm.iloc[0,1]
matches = df.text.isin(desc)
result = df.text[matches]

如果这对您有帮助，请告诉我，否则将更新/删除答案

Answer 2

因此，我提出了以下解决方案：

    for file in file_list:
        count_lm_constraint = 0
        count_lm_litigious = 0
        count_lm_modal_me = 0
          for word in text.split()
        if word in df_lm.iloc[0,1]:
                count_lm_constraint = count_lm_constraint +1 
            if word in df_lm.iloc[1,1]:
                count_lm_litigious = count_lm_litigious +1
            if word in df_lm.iloc[2,1]:
                count_lm_modal_me = count_lm_modal_me +1
            a={"File": name, "Text": text,'lm_uncertain':count_lm_uncertain,'lm_positive':count_lm_positive ....}
result_list.append(a)

计算2个熊猫数据框中的匹配项

2 个答案: