在沒有預定義字符串數的情況下搜索熊貓中的多個字符串

我想知道是否有更一般的方法來執行下面的操作？我想知道是否有一種方法來創建st函數，以便我可以搜索非預定義數量的字符串？在沒有預定義字符串數的情況下搜索熊貓中的多個字符串

因此，舉例來說，能夠創造一個廣義ST功能，然後鍵入ST（「總督」，「弗吉尼亞」，「谷歌）

這裏是我當前的功能，但它預定義了兩句話，你可以使用。（DF是大熊貓數據幀）

def search(word1, word2, word3 df): 
    """ 
    allows you to search an intersection of three terms 
    """ 
    return df[df.Name.str.contains(word1) & df.Name.str.contains(word2) & df.Name.str.contains(word3)] 

st('Governor', 'Virginia', newauthdf)

來源

2014-03-25 user3314418

你可以使用np.logical_and.reduce：

import pandas as pd 
import numpy as np 
def search(df, *words): #1 
    """ 
    Return a sub-DataFrame of those rows whose Name column match all the words. 
    """ 
    return df[np.logical_and.reduce([df['Name'].str.contains(word) for word in words])] # 2 


df = pd.DataFrame({'Name':['Virginia Google Governor', 
          'Governor Virginia', 
          'Governor Virginia Google']}) 
print(search(df, 'Governor', 'Virginia', 'Google'))

打印

     Name 
0 Virginia Google Governor 
2 Governor Virginia Google

在def search(df, *words)的*允許search接受一個無限數量的位置參數。它將收集所有參數（在第一個之後）並將它們放在名爲words的列表中。
np.logical_and.reduce([X,Y,Z])相當於X & Y & Z。但是，它可以讓你處理一個任意長的列表。

來源

2014-03-25 01:56:24 unutbu

遺憾是有「或」等同？如果我也想混入或和搜索，我該怎麼做？ – user3314418

有兩種方法來處理'OR'。您可以將正則表達式模式與'|'結合使用，如behzad.nouri所示，或者您可以使用'np.logical_or.reduce'。然而，允許用戶輸入正則表達式（可能包含'|'），並使用'search'將正則表達式與'np.logical_and.reduce'結合起來可能是最簡單的。 – unutbu

str.contains可以採取正則表達式。所以你可以使用'|'.join(words)作爲模式;爲了安全起見地圖re.escape還有：

>>> df 
       Name 
0    Test 
1   Virginia 
2    Google 
3 Google in Virginia 
4    Apple 

[5 rows x 1 columns] 
>>> words = ['Governor', 'Virginia', 'Google']

'|'.join(map(re.escape, words))將是搜索模式：

>>> import re 
>>> pat = '|'.join(map(re.escape, words)) 
>>> df.Name.str.contains(pat) 
0 False 
1  True 
2  True 
3  True 
4 False 
Name: Name, dtype: bool

來源

2014-03-25 02:04:28

這很有幫助！我喜歡這兩個答案，但我選擇了下面的答案，因爲它允許您輸入一個任意長的答案列表，其中包含*字，我不知道。我也不知道正則表達式在str.contains中工作，所以這非常有用。 – user3314418

是否可以在不使用和運算符的情況下在多個字段上運行包含？ pseudo：''df ['Name'，'AnotherField']。str.contains（pattern）' – radtek

在沒有預定義字符串數的情況下搜索熊貓中的多個字符串

回答

相關問題