Python:文本匹配

Question

我有一个像这样的数据库：

df['col'] = ['text', 'Texts', 'Text-Pro', 'Text;Nothing', 'Pro', 'pro', 'Pros', 'Nothing']

我想要做的是迭代，并找到这些值，但它不起作用：

for i in range(len(df['col']):
   if df.loc[i, 'col'] in list(['text', 'pro']):
   print('yes')

我想要的输出：

yes
yes
yes
yes
yes
yes
yes

Answer 1

下面的答案应该是你所要求的。请注意，为了更好地使用您的DataFrame，我重新构造了一些项。(根据你的代码，我想你是和熊猫一起工作的)。

import pandas

# outsource the matching to a function so we can use `map` below
def match_string(input_string):
    """
    """
    target_strings = ['text', 'pro']
    for target in target_strings:
        # you need to lower your strings if you want the match to be case-insensitive
        if target in input_string.lower():
            print("yes")
            return "yes"
    print("no")
    return "no"

df = pandas.DataFrame()

df['col'] = ['text', 'Texts', 'Text-Pro', 'Text;Nothing', 'Pro', 'pro', 'Pros', 'Nothing']
# instead of iterating, use a map operation which is much more efficient
# this will store the result in the column 'string_matched' as well as print it out as the question requests
df["string_matched"] = df["col"].map(lambda x: match_string(x))

你可以找到一些关于熊猫地图这里的文档。

输出

yes
yes
yes
yes
yes
yes
yes
no

Answer 2

这就是你要找的吗？基本上，您需要检查列中的'text'或'pro'。因此，您应该将这两个字符串与列进行比较。

import pandas as pd
df=pd.DataFrame()
df['col'] = ['text', 'Texts', 'Text-Pro', 'Text;Nothing', 'Pro', 'pro', 'Pros', 'Nothing']
list1=[]
for i in range(len(df['col'])):
    
    if  'text' in str(df['col'][i]).lower() or 'pro' in str(df['col'][i]).lower():
        list1.append("yes")
    else:
        list1.append("no")
df['Test/Pro']=list1
print(df)

输出：

            col Test/Pro
0          text      yes
1         Texts      yes
2      Text-Pro      yes
3  Text;Nothing      yes
4           Pro      yes
5           pro      yes
6          Pros      yes
7       Nothing       no

Answer 3

您可以使用regex和布尔掩蔽。您可能需要更新regex以匹配您的用例。

import pandas as pd

df = pd.DataFrame()

df['col'] = ['text', 'Texts', 'Text-Pro', 'Text;Nothing', 'Pro', 'pro', 'Pros', 'Nothing']

masking = df['col'].str.contains(r'(Text|text)|(Pro|pro)')

print(masking)

版画

0     True
1     True
2     True
3     True
4     True
5     True
6     True
7    False
Name: col, dtype: bool