Python中的数据抽取

Question

我得到了一个由三列组成的数据集。一个列有事务信息，一个列有存储号，另一个列有节。我的目标是使用实体提取从事务信息列中提取300个不同商店的存储号。我的思考过程是制作类似于公司如何使用字库搜索关键词的简历，因为我已经在一个单独的专栏中有商店编号。我将.csv文件读入我的程序，并将存储编号存储在自己的数组中。我试图找出如何在事务信息列中搜索这些商店号。

目前为止的代码：

import pandas as pd
import numpy as np

file = pd.read_csv(r'C:\Users\cspea\Desktop\assignment.csv')
print(file)

store_number_array = file['store_number'].to_numpy()
print(store_number_array)

样本数据集(以.csv格式)：

transaction_descriptor,store_number,dataset
DOLRTREE 2257 00022574 ROSWELL,2257,train
AUTOZONE #3547,3547,train
TGI FRIDAYS 1485 0000,1485,train
BUFFALO WILD WINGS 003,3,train
J. CREW #568 0,568,train

任何提示都将不胜感激。(谢谢您的时间和提前提供的帮助:)

Answer 1

试试这个：

df['c'] = df['transaction_descriptor'].apply(lambda x: (df[df['transaction_descriptor'].str.contains(x)]['store_number']))[0]
for index,row in df.loc[df['c'].isna(),:].iterrows():
    test_=df.loc[index,'store_number']
    test=df.loc[index,'transaction_descriptor']
    result=[s for s in test.split() if str(test_) in s]
    
    df.loc[index,'c']=result