时间戳

首页 > 解决方案 > 如何使 FOR 循环中的 IF 在 DataFrame 上工作？Python

python - 如何使 FOR 循环中的 IF 在 DataFrame 上工作？Python

问题描述

我正在尝试根据段应该开始的词对来选择句子的段/子句。例如，我对以“what does”或“what is”等开头的句子片段感兴趣。

为此，我在两个 DataFrame 上循环，使用如下所示的if statement内部 a 。for loop第一个 DataFramedf1['Sentence']包含句子。另一个df2['First2']包含成对的起始词。但是，该函数似乎只在第一项之后的 - 中的第一个单词对上循环for loop，它不会返回到 for 循环。当我将列表传递给它时，我的代码似乎可以工作，但当我传递 DataFrames 时却不行。我已经尝试过Pythonic 方式中提到的将 FOR 循环和 IF 语句结合起来的解决方案。但它们不适用于我的 DataFrame。我很想知道如何解决这个问题。

数据框：

   'Sentence'                                   'First2'     
0  If this is a string what does it say?      0  what does    
1  And this is a string, should it say more?  1  should it    
2  This is yet another string.                2

我的代码如下所示：

import pandas as pd    
a = df1['Sentence']
b = df2['First2'] 

#The function seems to loop over all r's but not over all b's:
def func(r): 
    for i in b:
        if i in r:
            # The following line selects the sentence segment that starts with 
            # the words in `First2`, up to the end of the sentence.
            q = r[r.index(i):] 
            return q
        else:
            return ''

df1['Clauses'] = a.apply(func)

这是结果：

what does it say?

这是正确但不完整的。代码似乎遍历了 all r，但没有遍历 all b。如何得到想要的结果，如下？

what does it say?
should it say more?

标签： pythonpandasfor-loopif-statementdataframe

解决方案

我不确定我是否做对了，但看起来你想存储来自'First2'（比如说一个变量s）的所有短语，并且有一个列'Clauses'是与任何匹配后的字符串的其余部分中包含的短语s。

可能有一种更有效的方法，但这里有一种用正则表达式执行此操作的 hacky 方法：

# build the capturing string
s = '(' + '|'.join(df.First2[df.First2 != ''].values + '.*') + ')'
# use the pandas Series.str method to extract, and assign to new column
df['Clauses'] = df.Sentence.str.extract(s, expand = False)

推荐阅读