Динамическое обновление столбца в Python DataFrame с использованием подстрок

Допустим, у меня есть фрейм данных, назовем его A.

Ключевое слово Код Рынок А1 Театр А2

И у меня есть еще один Data Frame, назовем его B.

Предложение Компоненты_из_А Джон пошел в театр Мэри пошла на рынок, а затем в театр

Я хотел бы найти способ динамически обновлять фрейм данных B, чтобы он проходил через каждое предложение b. и записывал A.Code, если он находит экземпляр A.Key_word. Если ключевое слово появляется в A более одного раза, я хотелось бы, чтобы он появлялся только один раз в B.Components_from_A. Если появляется несколько ключевых слов, я бы хотел, чтобы они были записаны как Код1+Код2+Код3.....

Предложение Компоненты_из_А Джон пошел в театр А2 Мэри пошла на рынок, а затем в театр А1+А2 Джек решил пойти в театр сейчас, а не пойти в театр позже. А2

Я предполагаю, что я мог бы построить что-то вроде

    import pandas as pd
    import numpy as np

    A=pd.read_csv('A.csv')
    B=pd.read_csv('B.csv')
    Dict=dict(zip(A.Key_Word,A.Code))

То, с чем я борюсь, - это динамическое обновление столбца в B и логика, которая мне понадобится, чтобы сделать это так, как я описал.

python pandas dataframe dictionary

15.05.2024 20:14

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Вы можете сделать это, создав словарь кадра данных A и перебирая каждое предложение B. Проверьте, являются ли ключевые слова важными, и соберите информацию.

import pandas as pd

data_A = {'Key_Word': ['Market', 'Theater'], 'Code': ['A1', 'A2']}
data_B = {'Sentence': [
    'John went to the theater',
    'Mary went to the Market and then the theater',
    'Jack decided to go to the theater now as opposed to going to the theater later'
]}

A = pd.DataFrame(data_A)
B = pd.DataFrame(data_B)

keyword_to_code = dict(zip(A.Key_Word, A.Code))

def update_components(sentence, keyword_to_code):
    codes = set()  
    for keyword, code in keyword_to_code.items():
        if keyword.lower() in sentence.lower():
            codes.add(code)
    return '+'.join(sorted(codes))

B['Components_from_A'] = B['Sentence'].apply(lambda x: update_components(x, keyword_to_code))

print(B)

что дает вам

                                            Sentence Components_from_A
0                           John went to the theater                A2
1       Mary went to the Market and then the theater             A1+A2
2  Jack decided to go to the theater now as oppos...                A2

15.05.2024 20:22

Ответ принят как подходящий

Вы можете создать регулярное выражение, извлечь все ключевые слова, объединить , чтобы получить совпадающие коды, наконец, drop_duulates , чтобы сохранить только уникальные коды в строке и groupby.agg, чтобы объединить коды в одну строку :

import re

# make the comparison case insensitive
A['Key_Word'] = A['Key_Word'].str.casefold()

# craft a regex
pattern = '(%s)' % '|'.join(map(re.escape, A['Key_Word']))
# '(Market|Theater)'

# extract keywords, match the codes, aggregate, assign to A
B['Components_from_A'] = (B['Sentence']
 .str.casefold().str.extractall(pattern) # case insensitive extraction
 .droplevel('match').reset_index(0)      # keep index
 .merge(A, left_on=0, right_on='Key_Word') # match codes
 .drop_duplicates(['index', 'Code'])       # keep unique codes per row
 .groupby('index')['Code'].agg('+'.join)   # aggregate as single string
)

Выход:

                                            Sentence Components_from_A
0                           John went to the theater                A2
1       Mary went to the Market and then the theater             A1+A2
2  Jack decided to go to the theater now as oppos...                A2

Спасибо. Сэкономил мне часы утомительного труда

— 15.05.2024 22:41

15.05.2024 20:23