J'ai le dataframe suivant (df)

   Comments                       ID
0        10         Looking for help
1        11  Look at him but be nice
2        12                  Be calm
3        13               Being good
4        14              Him and Her
5        15                  Himself

Et quelques mots dans une liste dont j'ai besoin pour rechercher une correspondance EXACTE

word_list = ['look','be','him']

Ceci est ma sortie souhaitée

   Comments                       ID Word_01 Word_02 Word_03
0        10         Looking for help                        
1        11  Look at him but be nice    look     be      him
2        12                  Be calm    be                
3        13               Being good                        
4        14              Him and Her    him                
5        15                  Himself  

J'ai essayé quelques trucs comme str.findall

str.findall(r"\b" + '|'.join(word_list) + r"\b",flags = re.I)

Et quelques autres mais je n'arrive pas à obtenir des correspondances EXACTES pour mes mots.

Toute aide pour résoudre ce problème serait grandement appréciée.

Merci

1
Big_Daz 19 mars 2019 à 15:38

2 réponses

Meilleure réponse

Vous avez besoin de limites de mots pour chaque mot. Une solution possible avec Series.str.extractall, DataFrame.add_prefix et DataFrame.join à l'original DataFrame :

word_list = ['look','be','him']

pat = '|'.join(r"\b{}\b".format(x) for x in word_list)
df1 = df['ID'].str.extractall('(' + pat + ')', flags = re.I)[0].unstack().add_prefix('Word_')

Pour les données en minuscules dans la sortie, ajoutez Series.str.lower :

df1 = (df['ID'].str.lower()
               .str.extractall('(' + pat + ')')[0]
               .unstack()
               .add_prefix('Word_'))

df = df.join(df1).fillna('')
print (df)
   Comments                       ID Word_0 Word_1 Word_2
0        10         Looking for help                     
1        11  Look at him but be nice   Look    him     be
2        12                  Be calm     Be              
3        13               Being good                     
4        14              Him and Her    Him              
5        15                  Himself              

Votre solution doit être modifiée par le même modèle, les valeurs de conversion en list et join en original :

pat = '|'.join(r"\b{}\b".format(x) for x in word_list)
df1 = (pd.DataFrame(df['ID']
        .str.findall(pat, flags = re.I).values.tolist())
        .add_prefix('Word_')
        .fillna(''))   

Ou utilisez la compréhension de liste (devrait être la plus rapide) :

df1 = (pd.DataFrame([re.findall(pat, x, flags = re.I) for x in df['ID']])
       .add_prefix('Word_')
       .fillna(''))

Pour les minuscules, ajoutez .lower() :

pat = '|'.join(r"\b{}\b".format(x) for x in word_list)
df1 = (pd.DataFrame([re.findall(pat, x.lower(), flags = re.I) for x in df['ID']])
           .add_prefix('Word_')
           .fillna(''))
1
jezrael 19 mars 2019 à 13:49

Vous pouvez utiliser la fonction apply des pandas. Exemple:

import pandas as pd

my_dataframe = pd.DataFrame({'Comments': [10, 11, 12, 13, 14, 15],
                             'ID': [
                                 'Looking for help',
                                 'Look at him but be nice',
                                 'Be calm',
                                 'Being good',
                                 'Him and Her',
                                 'Himself']
                             })

print(my_dataframe)

word_list = ['look','be','him']


word_list = ['look','be','him']
for index, word in enumerate(word_list):
    def match_word(val):
        """
        Under-optimized pattern matching
        :param val:
        :type val:
        :return:
        :rtype:
        """
        if word.lower() in val.lower():
            return word
        return None
    my_dataframe['Word_{}'.format(index)] = my_dataframe['ID'].apply(match_word)

print(my_dataframe)

Les sorties:

   Comments                       ID
0        10         Looking for help
1        11  Look at him but be nice
2        12                  Be calm
3        13               Being good
4        14              Him and Her
5        15                  Himself

   Comments                       ID Word_0 Word_1 Word_2
0        10         Looking for help   look   None   None
1        11  Look at him but be nice   look     be    him
2        12                  Be calm   None     be   None
3        13               Being good   None     be   None
4        14              Him and Her   None   None    him
5        15                  Himself   None   None    him
1
LoneWanderer 19 mars 2019 à 14:17