熊猫从列表中找到多个单词，并分配布尔值

Question

因此，我有这样的数据帧，

data = {
  "properties": ["FinancialOffice","Gas Station", "Office", "K-12 School", "Commercial, Office"],
}
df = pd.DataFrame(data)

这是我的列表，

proplist = ["Office","Other - Mall","Gym"]

我要做的是使用列表，我试图找出哪些单词与数据框列完全匹配，对于数据框中的每个单词，我需要分配一个布尔值是/错误的值或0/1。必须是一个确切的匹配。

这样的输出，

properties         flag
FinancialOffice    FALSE
Gas Station        FALSE
Office             TRUE
K-12 School        FALSE
Commercial, Office TRUE

因此，它仅用于“ Office”，因为它是列表中的确切匹配。 FinancialOffice不是因为它不在列表中。同样，对于最后一个商业，Office 是真的，因为 Office 即使商业却没有。因此，即使是其中一个也是如此。

df["flag"] = df["properties"].isin(proplist)

上面的代码可以很好地分配布尔值为true/fals，但是它返回 false 对于最后一个（商业，办公室），它试图找到确切的匹配。

任何帮助将不胜感激。

Answer 1

使用带有单词定界符的精心打正等级：

import re

regex = r'\b(?:%s)\b' % '|'.join(map(re.escape, proplist))
# '\\b(?:Office|Other\\ \\-\\ Mall|Gym)\\b'

df['flag'] = df['properties'].str.contains(regex, regex=True)
# for a case insensitive match add the case=False parameter

输出：

           properties   flag
0     FinancialOffice  False
1         Gas Station  False
2              Office   True
3         K-12 School  False
4  Commercial, Office   True

Answer 2

您可以定义外部功能以进行检查，例如

import pandas as pd

data = {"properties": ["FinancialOffice", "Gas Station", "Office", "K-12 School", "Commercial, Office"]}
df = pd.DataFrame(data)
proplist = ["Office", "Other - Mall", "Gym"]

def check_present(cell):
    for word in (list(e.strip() for e in cell.split(','))):
        if word in proplist:
            return 'TRUE'
    return 'FALSE'

df['flag'] = df['properties'].apply(lambda x: check_present(x))
print(df)

输出：

           properties   flag
0     FinancialOffice  FALSE
1         Gas Station  FALSE
2              Office   TRUE
3         K-12 School  FALSE
4  Commercial, Office   TRUE

Answer 3

您可以使用split（）和strip（）将每个属性 comma-delecited属性的字符串转换为字符串列表，然后使用python set交集操作员＆amp;测试是否有任何属性匹配preplist：

propset = set(proplist)
df['flag'] = (
    df.properties.str.split(',')
    .apply(lambda x: len({s.strip() for s in x} & propset) > 0))

输出：输出：

           properties   flag
0     FinancialOffice  False
1         Gas Station  False
2              Office   True
3         K-12 School  False
4  Commercial, Office   True