pandas - 从字符串列表中检索匹配项并添加为数据框中的列

Question

我有一个数据框，其中包含列text和user.

用户	文本
汤姆	我爱香蕉
迪克	我爱苹果
哈利	我喜欢苹果和香蕉

我想查找text其中包含fruits. 对于每个匹配的字符串，都会将新行添加到新列fruits和fruits_with_colors. 预期输出如下：

用户	文本	水果
汤姆	我爱香蕉	香蕉
迪克	我爱苹果	苹果
哈利	我喜欢苹果和香蕉	苹果
哈利	我喜欢苹果和香蕉	香蕉

我在思考如何做到这一点时遇到了一些麻烦。我正在使用熊猫执行以下操作：

fruits = ['apples', 'bananas']

df_with_matches = df[df['text'].str.contains('|'.join(fruits))]

但我返回错误sequence item 0: expected str instance, list found

标签： pandaslistdataframe

Answer 1

您可以使用str.findall将水果提取到列表中，然后使用explode它：

df.assign(fruits = df.text.str.findall('|'.join(fruits))).explode('fruits')

    user                        text   fruits
0    Tom              I love bananas  bananas
1   Dick               I love apples   apples
2  Harry   I love apples and bananas   apples
2  Harry   I love apples and bananas  bananas