Python和Pandas：使用函数替换tex

Question

我有一个有两列（行，句子）的熊猫数据帧，我需要计算单词“RESULT”在每个句子中出现的次数。但我不想计算它是否显示为“作为结果”或“是结果”等（实际的列表很长，还有其他的词）。 我以前在一个列表中遇到过这个问题，我使用了一个小技巧：我替换字符串，运行计数，然后他们将其替换回原来的字符串。参见下面的函数（版本1，第一次通过；版本2，第二次通过）。你知道吗

def ConfusingStrings(text, version):
    if version == 1:
        text = re.sub(r"AS A RESULT", "XXXASAREXULT", text)
        text = re.sub(r"WAS THE RESULT", "XXXWASTHEREXULT", text)
    if version == 2:
        text = re.sub(r"XXXASAREXULT", "AS A RESULT", text)
        text = re.sub(r"XXXOFTHEREXULT", "OF THE RESULT", text)
    return text

现在，对于pandas数据帧，我正在尝试使用apply函数，请参见下面的内容，但老实说，我无法让它工作。你知道吗

df['sentence'] = df.apply(ConfusingStrings(df['sentence'],1), axis=1)

谢谢你的意见。你知道吗

更新：

import pandas as pd
c = pd.DataFrame({'A': [1,2,3,4], 'B':['ABC RESULTS FROM XYZ', 'AS A RESULT WE WILL NOT', 'THE RESULT IS THAT', 'THE BORDER WAS THE RESULT OF'], 'C':[1, 0,1,0]})
print (c)

我需要的结果类似于C列（我在这里手动完成了），但请记住，这是一个简化，混乱的单词/表达式列表实际上相当长，这就是为什么我希望在函数中分离它（更容易更新并保持主代码更干净）。所以基本上我需要通过一个函数来创建C列。你知道吗

Answer 1

希望这有帮助：我刚刚创建了一个虚拟数据帧来包含ab并排除列表'fc ab', 'ab ac'

import pandas as pd

df = pd.DataFrame({'A': [1,2,3,4,5,6], 'B':['ab', 'ab ac', 'fc ab', 'ab', 'ab ac', 'fc ab']})

list_to_include = ['ab']
list_to_exclude = ['fc ab', 'ab ac']

df['match'] = df['B'].str.count(r'|'.join(list_to_include)) - df['B'].str.count(r'|'.join(list_to_exclude))

匹配是包含count的列。也可以将abs设置为包含非负值的安全性。你知道吗