檢查 pandas dataframe 是否包含項目列表中的特定字符串

Question

我有一個清單

my_list = ['element1 line','element2 ','element3', 'element4 line',....]

我有一個 pandas dataframe 有df [ Sentences ] 列和df['flag']列

df
    Sentences               flag
0   abcd    
1   efgh    
2   element1 ijkl           
3   mnop element3 element4      
4   qrst

我想迭代到列Sentences的 dataframe 的每一行。 如果 my_list 中的任何元素出現在Sentences中，則相應行中的df['flag']列應為 1。 如果該行的句子字符串中不存在任何元素，則該行的df['flag']應該為 0。

預期 output：

df
    Sentences                flag
0   abcd                      0
1   efgh                      0
2   element1 ijkl             1 
3   mnop element3 element4    1     
4   qrst                      0

Answer 1

您需要使用循環：

df['flag'] = [int(any(w in my_list for w in x.split())) for x in df['Sentences']]

output：

                Sentences  flag
0                    abcd     0
1                    efgh     0
2           element1 ijkl     1
3  mnop element3 element4     1
4                    qrst     0

---

請注意，您可以使用純 pandas，但這要慢得多：

df['flag'] = (df['Sentences']
              .str.split()
              .explode().isin(my_list)
              .groupby(level=0).any().astype(int)
              )

Answer 2

您也可以在沒有 2 個 for 循環的情況下嘗試此操作：

df['flag'] = df['Sentences'].str.split().map(set).
                             apply(lambda x: any(x.intersection(my_list))*1)

Answer 3

嗨，可以返回列表的值而不是僅返回 true 或 false 嗎？

就像是：

0 abcd
1個
2 元素 1 ijkl 元素 1 3 mnop 元素 3 元素 4 元素 3 4 qrst

謝謝