過濾列包含所有 substring

Question

我正在嘗試 select 數據集中的所有脆皮雞肉三明治，我嘗試使用這個正則表達式，但它仍然有一些烤雞肉三明治。 這是代碼

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

這是數據集的外觀

非常感謝任何修訂或答案鏈接。 如果有錯誤真的很抱歉，謝謝大家的幫助！

Answer 1

這將是我的解決方案。 它查找單詞 Crispy 后跟單詞 Chicken 和單詞 Sandwich 的字符串。 但是，中間可以有任意數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，請查看下面的替代解決方案。 只有當所有三個單詞（crispy、chicken 和 classic）都存在時，這才會返回行：

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

我創建了一個簡單的 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

運行上面給出的命令給出以下 output：

item    id
premium crispy chicken classic sandwhich    10