仅当列表中只有一个匹配单词时提取

Question

fruit_type = ['Apple','Banana','Cherries','Dragonfruit']


for row in df['sentence']:
    sentence['fruit_type'] = df['sentence'].str.extract("(" + "|".join(fruit_type) +")", expand=False)

上述代码的结果是：

df
sentence                    | fruit_type
here is an apple            | apple
here is a banana, an apple  | banana
here is an orange, a banana | orange

如何修改代码，以便如果df['sentence']中有多个水果类型，df['fruit_type']将返回一个NaN

Answer 1

代替extract，您可以将exctractall与groupby和apply结合使用：

首先，要获取所有匹配项：

df['sentence'].str.extractall("(" + "|".join(fruit_type) +")")

        0
match   
0   0   apple
1   0   banana
    1   apple
2   0   banana

注意有pandas.MultiIndex

然后，使用.groupby(level=0)[0].apply(list)您将得到：

0            [apple]
1    [banana, apple]
2           [banana]

最后，在使用.apply(lambda x: x[0] if len(x) == 1 else np.nan)之后：

0     apple
1       NaN
2    banana