我怎样才能让 python 识别一个词并将它分成一个新的列？

Question

我想知道是否有办法让 python 识别每条记录的 colors 并将它们分开到一个单独的列中。

也就是说，我们有以下数据：

ID  CODE        DESCRIPTION                     PRICE
1   85473254        Mountain jacket blue        30,99
2   54123654        Boots pink                  23.45
3   45236574        Buff sky blue               20.50
4   12547835        All set mountain black      90.99

我想得到以下内容：

ID  CODE            DESCRIPTION             COLOR       PRICE
1   85473254        Mountain jacket         Blue        30,99
2   54123654        Boots                   Pink        23.45
3   45236574        Buff                   Sky blue     20.50
4   12547835        All set mountain        Black       90.99

也许有什么方法可以用 colors 的数据集训练 python，以便它识别和区分每个注册表的每种颜色？

谢谢你的帮助。

Answer 1

您可以维护所有可能的 colors 的列表，然后形成一个正则表达式交替。 然后，使用str.extract找到每个描述中的颜色。

colors = ['sky blue', 'pink', 'blue', 'black']
regex = r'\b(' + '|'.join(colors) + r')$'
df["COLOR"] = df["DESCRIPTION"].str.extract(regex, flags=re.I)