如何在熊貓列中保存 str.contains() 的總和？

Question

我想保存在我的 csv_file['dialog'] 列中找到 Twilight/Sparkle/Twilight Sparkle 的次數，因為 csv_file['pony_sort'] 中的相應單元格不是 twilight。 我知道這是無效的語法，但是否有可能通過這種方式獲得我想要的東西，如果是，我可以改變什么？ 謝謝！

更新：

example of data: 
pony_sort | dialog | 
--------------------
twilight  | "....twilight"
applejack | "twilight, twilight, twilight!"

在上面的這個例子中，第一行不會計算“twilight”，因為 pony_sort = twilight。 第二行的計數 = 3，因為在 pony_sort 列中沒有提到 twilight，而 twilight 被提到三次。

twilight_mentions = csv_file[csv_file['dialog'].str.contains("Twilight|Sparkle|Twilight Sparkle").sum() for i in csv_file[pony_sort] != "twilight"]

Answer 1

請記住series.str.contains對每一行計數一次，無論它包含多少個搜索詞。 你要找的是series.str.count

from re import IGNORECASE
twilight_mentions = (
    csv_file[csv_file['pony_sort'].ne('twilight')]['dialog']
    .str.count('twilight sparkle|twilight|sparkle', flags=IGNORECASE)
    .sum()
)

輸出

3

如果不需要，可以跳過re標志。

請注意可選模式的順序，如果您將示例模式與'twilight|sparkle|twilight sparkle'那么包含'twilight, twilight sparkle'行將返回 3 而不是 2。但是，模式'twilight sparkle|twilight|sparkle' ，嘗試在遇到twil...時找到第一個選項twilight sparkle 。 我不知道確切的正則表達式實現，但是，這是需要注意的。