Python/pandas根据另一列中的单词在列中添加单词

Question

我正在用pandas处理xlsx文件，如果前一列包含bodypart预定义列表中的单词，我想在列中添加单词“bodypart”。在

原始数据帧：

Sentence   Type
my hand    NaN
the fish   NaN

结果数据帧：

^{pr2}$

我试过的都没用。我觉得我错过了一些很明显的东西。这是我最后一次（失败的）尝试：

import pandas as pd 
import numpy as np
bodyparts = ['lip ', 'lips ', 'foot ', 'feet ', 'heel ', 'heels ', 'hand ', 'hands ']

df = pd.read_excel(file)

for word in bodyparts :
    if word in df["Sentence"] : df["Type"] = df["Type"].replace(np.nan, "bodypart", regex = True)

我也尝试了这个方法，用as变体“NaN”和NaN作为结构更换公司名称：

if word in df['Sentence'] : df["Type"] = df["Type"].str.replace("", "bodypart")

任何帮助将不胜感激！在

Answer 1

您可以创建一个正则表达式来搜索单词边界，然后将其用作str.contains的参数，例如：

import pandas as pd 
import numpy as np
import re

bodyparts = ['lips?', 'foot', 'feet', 'heels?', 'hands?', 'legs?']
rx = re.compile('|'.join(r'\b{}\b'.format(el) for el in bodyparts))

df = pd.DataFrame({
    'Sentence': ['my hand', 'the fish', 'the rabbit leg', 'hand over', 'something', 'cabbage', 'slippage'],
    'Type': [np.nan] * 7
})

df.loc[df.Sentence.str.contains(rx), 'Type'] = 'bodypart'

给你：

^{pr2}$

Answer 2

肮脏的解决方案是检查两个集合的交集。在

集合A是你身体部分的列表，集合B是句子中的单词集合

df['Sentence']\
     .apply(lambda x: 'bodypart' if set(x.split()) \
     .symmetric_difference(bodyparts) else None) 

Answer 3

最简单的方法是：

df.loc[df.Sentence.isin(bodyparts),'Type']='Bodypart'

在必须放弃bodyparts中的空间之前：

^{pr2}$

df.Sentence.isin(bodyparts)选择好的行，Type要设置的列。.loc是允许修改的索引器。在