如何過濾列表的 Pandas Dataframe 列

Question

目標：根據列表列的值過濾行。

鑒於：

指數	pos_order
3192304	['VB', 'DT', 'NN', 'NN', 'NN', 'NN']
1579035	['VB', 'PRP', 'VBP', 'NN', 'RB', 'IN', 'NNS', 'NN']
763020	['VB', 'VBP', 'PRP', 'JJ', 'IN', 'NN']
1289986	['VB', 'NN', 'IN', 'CD', 'CD']
69194	['VB', 'DT', 'JJ', 'NN']
3068116	['VB', 'JJ', 'IN', 'NN', 'NN']
1506722	['VB', 'NN', 'NNS', 'NNP']
3438101	['VB', 'VB', 'IN', 'DT', 'NNS', 'NNS', 'CC', 'NN', 'NN']
1376463	['VB', 'DT', 'NN', 'NN']
1903231	['VB', 'DT', 'PRP', 'VBP', 'JJ', 'IN', 'NNP', 'NNP']

我想找到一種方法來查詢此表以獲取存在給定模式的行。 例如，如果模式是['IN', 'NN'] ，我應該得到第 763020 和 3068116 行，而不是第 3438101 行。所以要清楚，列表元素的順序也很重要。

我試着這樣做，這樣：

def target_phrase(pattern_tested, pattern_to_match):
    if ''.join(map(str, pattern_to_match)) in ''.join(map(str, pattern_tested)):
        print (pattern_tested)
        return True
    else:
        return False

我可以使用 pandas 之外的列表運行此代碼，但是當我嘗試使用類似的東西時：

target_phrase(df.loc[5]['pos_order'], ['IN', 'NN'])

代碼失敗。

有什么線索嗎？

Answer 1

首先，讓我提供一個target_phrase的簡化視圖：

def target_phrase(pattern_tested, pattern_to_match):
    return ''.join(map(str, pattern_to_match)) in ''.join(map(str, pattern_tested))

為什么代碼不起作用？ 因為target_phrase期望第一個參數是一個列表，而不是 pandas dataframe。 正確的語法如下：

df['pattern_matched'] = df.apply(lambda x: target_phrase(x['pos_order'], 
                                                         ['IN', 'NN']), axis=1)

此 function 按行應用target_phrase 。

Answer 2

事實證明，這是一系列事情的結合，Kate 和 Serge 一起讓我想明白了。

因為我擁有一切，被比較的數據類型並不相似。 我正在將字符串與列表進行比較。 我必須添加代碼來將看起來像列表的字符串轉換為列表——Serge 的貢獻。 完成后，感謝 Kate，我能夠成功運行 lambda。