基於另一列中部分字符串匹配的列條件更新

Question

可重現的數據幀

表格1

table1 = {'Text':['hello this is', 'a test data', 'frame for', 'stackoverflow'], 'keyid':[20, 21, 19, 18]} 
table1 = pd.DataFrame(table1) 

       Text        keyid
0   hello this is   20
1   a test data     21
2   frame for       19
3   stackoverflow   18

表 2

table2 = {'word': ['hello', 'over','for','is', 'hey'], 'count': [1, 2, 1, 3, 5]}
table2 = pd.DataFrame(table2)

    word    count
0   hello   1
1   over    2
2   for     1
3   is      3
4   hey     5

我正在嘗試根據條件創建表 1 的條件更新：如果在表 1 的“文本”列中找到表 2“字”列中的字符串，則從表 2 中調出“計數”列，否則將其保留為 NA。

預期產出

       Text        keyid   count
0   hello this is   20       1
1   a test data     21       NA
2   frame for       19       1
3   stackoverflow   18       NA

注意：'over' 出現在 Text 列中，但它沒有反映在預期的輸出中，因為我不需要在字符串本身內進行匹配。

有人能指出我正確的方向嗎？

Answer 1

您可以將series.str.extract()與按字邊界的模式一起使用，然后map以獲取相應的 table2 count ：

d=table2.set_index('word')['count']
p='({})'.format('\\b|\\b'.join(table2.word))
#'(hello\\b|\\bover\\b|\\bfor\\b|\\bis\\b|\\bhey)'
table1['count']=table1.Text.str.extract(p,expand=False).map(d)
print(table1)

---

            Text  keyid  count
0  hello this is     20    1.0
1    a test data     21    NaN
2      frame for     19    1.0
3  stackoverflow     18    NaN