根据字符串列表从pandas数据框中提取值

Question

我试图根据每个标题是否包含列表中的任何公司名称（“ co_names_list”）来过滤熊猫数据框，该数据框包含带有新闻标题的列（列名“ title”）

我已经尝试了以下

尝试1

sp500news = pd.DataFrame()
for i in raw_news_2.index:
    for j in co_names_list:
        if j in raw_news_2.loc[i,'title']:
            sp500news = sp500news.append(raw_news_2.iloc[i])
            print(sp500news)

尝试2

sp500news = raw_news_2.loc[raw_news_2['title'].isin(co_names_list)]

样本数据框

Answer 1

我认为这应该做您想要的：

df[df.title.str.contains('|'.join(co_names_list))]

您正在执行的操作是检查title每个句子，如果该句子中包含co_names_list中的任何单词。 这是通过将句子中的所有单词与'|'连接起来来完成'|' ，用作OR运算符。