从python列表中选择包含某个单词的特定元素

Question

我想进行情感分析，但只想使用包含特定单词的列表元素。 关于评论，我只想分析评论

例如，我的清单是：

comments = ["nice blog","i like your blog","nivea is a nice product","i like nivea"]

如何创建仅添加包含“ nivea”一词的注释的列表？

因此，我希望最终列表为：

commentsfinal = ["nivea is a nice product","i like nivea"]

---

我试图计算评论的总数（因此不是妮维雅提及的总数，而是真正的评论），其中妮维雅以不同的方式提及。 所有不同的方式导致不同的结果，有人可以帮助我哪种是正确的，为什么？

第一次尝试：

niveaucountlist=[]
match="nivea"

for comment in allcomments:
    niveacount=0
    for word in comment.split():
        if word in match:
            niveacount+=1
        niveacountlist.append(niveacount)

total=sum(niveacount)

这给了我4547条评论的结果

第二次尝试：我尝试的第二件事是列出一个列表，其中每个注释均以提及nivea的总次数来评估。 我得到一个像这样的列表：

niveacountlist=[1,0,0,1,2,0]

然后我删除了所有值为零的元素（因为这些注释与nivea无关）

niveacountlistpos=[x for x in niveacountlist if x != 0]
print(len(niveacountlistpos))

这导致了3771条评论。

上一次尝试：我的最后一次尝试是你们在我的第一个问题中回答了我的内容。 所以我用了regexp并做了：

import re
nivealist=[x for x in allcomments if re.search("nivea",x)]

这导致了2583条评论。

那么，这里发生了什么？ 有人可以解释一下为什么结果都不同吗？

---我还有另一个（最后一个）问题，是关于我计算nivea提及总数的方式（因此nivea在所有时间中的总和都在注释中）。 我试图通过将所有注释（称为allwords）组成字符串，然后执行以下操作：

match="nivea"
niveacount1=0
for word in allwords:
    niveacount1+=1
print(niveacount1)

这个对吗？ 或者我可以用更好的方法做到这一点。

Answer 1

您可以使用列表推导和in来测试子字符串性。

nivea_comments = [c for c in comments if "nivea" in c]

如果您从事函数式编程，则将其视为过滤器 。

nivea_comments = filter(lambda c: "nivea" in c, comments)

Answer 2

使用正则表达式和列表理解例如：

import re
new_list = [x for x in comments if re.search('nivea', x)]

Answer 3

第一次尝试：

您的第一次尝试没有找到正确的金额，因为它正在寻找匹配的单词。 如果注释中有“ i”，则会查看“ i”是否也出现在nivea中。 确实如此，所以计数器将加1。这就是为什么您在那里收不到正确金额的原因。

第二次尝试：

第二次尝试给出了一个不同的答案，因为您要使用len（）来请求列表的长度，而不是列表中所有值的总和。 它也具有与第一次尝试相同的问题，因此这就是为什么该值仍高于最后一次尝试的原因。

作为最后一个问题的答案，这不是一个好方法。 因为如果它是一个字符串，并且您使用了for循环，它将对每个字母而不是每个注释执行此操作。 例如：

s = "This is a check"
for word in s:
    print(word)

将返回：

T
h
i
s

等等

因此，最好使用前面提到的列表理解。