显示从列中的一组单词中找到的单词答案

【问题标题】：Show the word found from a set of words within a column显示从列中的一组单词中找到的单词
【发布时间】：2022-07-07 15:22:42
【问题描述】：

我正在尝试通过 python 在数据框行内的列表中搜索单词，以获得两个新列，显示以逗号分隔的单词，另一列显示找到的单词数

这是我的字符串列表

string_list = ["never sounded", "she", "was time", "against"]

and this is the df I want obtain

【问题讨论】：

看看str.extract
请提供一个可重现的输入/输出示例（如文本）
你能详细说明这个问题吗？

标签： python pandas text

【解决方案1】：

首先我用字符串逐字分隔，所以你只能找到完全匹配的单词，所以如果你搜索单词“a”之类的东西，它不会只找到字符串中的每个字母“a”

wordsToFind = "beautiful sunny"
stringToSearch = "today will be a beautiful sunny day"

foundStrings = []
stringsToFind = wordsToFind.split()

for s in stringsToFind:
    list_stringSeparatedByWord = stringToSearch.lower().split()
    if list_stringSeparatedByWord.count(s.lower()) > 0:
        foundStrings.append(s)

print (foundStrings)

【讨论】：

【解决方案2】：

从斯蒂芬的回答延伸。这是一个声明性的 Python 方法。

听起来您正试图找到您正在寻找的单词和文本中存在的单词的交集。您可以使用设置交集来实现此目的。 https://docs.python.org/3.8/library/stdtypes.html#frozenset.intersection

代码：

text = "today will be a beautiful sunny day"
get_words = "beautiful sunny"
    
found_words = list(set(text.split(' ')).intersection(set(get_words.split(' '))))

结果：

found_words == ['beautiful', 'sunny']

为了在 pandas 中跨多行使用它，您可以使用 df.assign。这将根据当前列的操作创建一个新列。 https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.assign.html

代码：

get_words = "beautiful sunny"
word_finder_formatter = lambda row: ', '.join(list(set(row['text'].split(' ')).intersection(set(get_words.split(' ')))))
word_counter = lambda row: len(list(set(row['text'].split(' ')).intersection(set(get_words.split(' '))))

df = df.assign(found_words=word_finder_formatter, found_words_count=word_counter)

结果：

text                                  | found_words           | found_words_count
----------------------------------------------------------------------------------
today will be a beautiful sunny day   | beautiful, sunny day  | 2

【讨论】：