仅当列表中只有一个匹配词时才提取

Question

fruit_type = ['Apple','Banana','Cherries','Dragonfruit']


for row in df['sentence']:
    sentence['fruit_type'] = df['sentence'].str.extract("(" + "|".join(fruit_type) +")", expand=False)

上面代码的结果是：

df
sentence                    | fruit_type
here is an apple            | apple
here is a banana, an apple  | banana
here is an orange, a banana | orange

我如何修改代码，以便如果df['sentence']有 1 个以上的水果类型， df['fruit_type']将返回 NaN？

Answer 1

取而代之的extract可以使用exctractall联合groupby和apply ：

首先，获取所有匹配项：

df['sentence'].str.extractall("(" + "|".join(fruit_type) +")")

        0
match   
0   0   apple
1   0   banana
    1   apple
2   0   banana

请注意，有pandas.MultiIndex 。

然后，使用.groupby(level=0)[0].apply(list)你会得到：

0            [apple]
1    [banana, apple]
2           [banana]

最后，在使用.apply(lambda x: x[0] if len(x) == 1 else np.nan) ：

0     apple
1       NaN
2    banana