过滤列包含所有 substring

Question

我正在尝试 select 数据集中的所有脆皮鸡肉三明治，我尝试使用这个正则表达式，但它仍然有一些烤鸡肉三明治。 这是代码

data_sandwich_crispy = data[data['Item'].str.contains(r'^(?=.*crispy)(?=.*sandwich)(?=.*chicken)', regex=True)]

这是数据集的外观

非常感谢任何修订或答案链接。 如果有错误真的很抱歉，谢谢大家的帮助！

Answer 1

这将是我的解决方案。 它查找单词 Crispy 后跟单词 Chicken 和单词 Sandwich 的字符串。 但是，中间可以有任意数量的空格或任何其他字符。

# some data
l = ["Crispy Chicken Sandwich", 
     "Grilled Chicken Sandwich", 
     "crispy Chicken Sandwich"]
data = pd.DataFrame(l, columns=["A"])
data
#       A
# 0     Crispy Chicken Sandwich
# 1     Grilled Chicken Sandwich
# 2     crispy Chicken Sandwich


# consider `case`
data[data['A'].str.contains(r'Crispy.+Chicken.+Sandwich', regex=True, case=False)]
#       A
# 0     Crispy Chicken Sandwich
# 2     crispy Chicken Sandwich

Answer 2

如果您的意思是只收集所有包含crispy chicken sandwhich的行，请查看下面的替代解决方案。 只有当所有三个单词（crispy、chicken 和 classic）都存在时，这才会返回行：

data_sandwich_crispy = df[df['item'].str.contains(r'^(?=.*?\bcrispy\b)(?=.*?\bchicken\b)(?=.*?\bclassic\b).*$',regex=True)]

我创建了一个简单的 dataframe 如下所示：

item    id
premium crispy chicken classic sandwhich    10
premium grilled chicken classic sandwhich   15
premium club chicken classic sandwhich      14

运行上面给出的命令给出以下 output：

item    id
premium crispy chicken classic sandwhich    10