檢查字符串是否在pandas Dataframe列中，並創建新的Dataframe

Question

我正在嘗試檢查字符串是否在Pandas列中。我嘗試了兩種方式，但他們似乎都檢查了一個子字符串。

itemName = "eco drum ecommerce" 
words = self.itemName.split(" ") 
df.columns = ['key','word','umbrella', 'freq'] 
df = df.dropna() 
df = df.loc[df['word'].isin(words)] 

我也試過這種方式，但這還檢查子

words = self.itemName.split(" ") 
words = '|'.join(words) 
df.columns = ['key','word','umbrella', 'freq'] 
df = df.dropna() 
df = df.loc[df['word'].str.contains(words, case=False)] 

這個詞是這樣的："eco drum"。

然後我做了這一點：

words = self.itemName.split(" ") 
words = '|'.join(words) 

要這樣結束了：

eco|drum 

這是"word"列：

謝謝你，有沒有可能這種方式不匹配子字符串？

Answer 1

你有正確的想法。 .contains默認情況下將正則表達式模式匹配選項設置爲True。因此，您需要做的就是將錨定添加到您的正則表達式模式中，例如"ball"將變爲"^ball$"。

df = pd.DataFrame(columns=['key']) 
df["key"] = ["largeball", "ball", "john", "smallball", "Ball"] 
print(df.loc[df['key'].str.contains("^ball$", case=False)]) 

更具體地參考您的問題，因爲你要搜索多個單詞，你必須創建正則表達式模式給予contains。

# Create dataframe 
df = pd.DataFrame(columns=['word']) 
df["word"] = ["ecommerce", "ecommerce", "ecommerce", "ecommerce", "eco", "drum"] 
# Create regex pattern 
word = "eco drum" 
words = word.split(" ") 
words = "|".join("^{}$".format(word) for word in words) 
# Find matches in dataframe 
print(df.loc[df['word'].str.contains(words, case=False)]) 

代碼words = "|".join("^{}$".format(word) for word in words)被稱爲生成器表達式。鑑於['eco', 'drum']它將返回此模式：^eco$|^drum$。