Question

我的列表

rerunSearchEditorSearch

mylist = [apple, banana, grape]

要匹配文本中包含列表的内容，请执行以下操作。

df

text
I love banana
apple is delicious
I eat pineapple
hate whitegrape

匹配时出现问题，但是由于列表前面没有空格，因此我要查找的“苹果”包含在“菠萝”中，因此匹配。

再举一个例子，我正在寻找“葡萄”，但是白葡萄中含有葡萄，所以这也算在内。

如何在列表中每个索引的开头添加空格？

mylist = [f"(?i){re.escape(k.lower())}" for k in mylist]
extracted = df['text'].str.lower().str.findall(f'({"|".join(mylist)})').apply(set)
df['matching'] = extracted.str.join(',')

得到我想要的

result above
text                 matching
I love banana        banana
apple is delicious   apple
I eat pineapple      apple
hate whitegrape      grape

Answer 1

然后您可以split

df.text.str.lower().str.split().apply(lambda x : [y for y in x if y in mylist]).str[0]
Out[227]: 
0    banana
1     apple
2       NaN
3       NaN
Name: text, dtype: object

使用str.findall

更新

df.text.str.lower().str.findall(r'\b({0})\b'.format('|'.join(mylist)))
Out[248]: 
0    [banana]
1     [apple]
2          []
3          []
Name: text, dtype: object

Answer 2

您可以使用：

 df.text.str.extract(f"(?i)\\b({'|'.join(mylist)})\\b")
        0
0  banana
1   apple
2     NaN
3     NaN

当然，您可以根据自己的示例将extract更改为findall

列表到正则表达式，包括前导空白

2 个答案: