如果数据框单元格不包含列表中的单词，则清除它

Question

我有一个带有标记化文本的数据框，如下所示：

index  id    text1                   text2        
1      123   ['it', 'was', 'cold']   ['i', 'wasn't', 'there']   
2      124                           ['hello', 'there'] 
3      125   ['the', 'heat']         ['the' 'cold']     
4      126                           ['the', 'heat']     

还有一个包含天气词语的列表，例如lst = ['heat', 'cold', 'rain']

如果它不包含列表中的单词，我想要清除数据框中的单元格。所以数据框最终会如下所示：

index  id    text1                   text2        
1      123   ['it', 'was', 'cold']   
2      124                            
3      125   ['the', 'heat']         ['the' 'cold']     
4      126                           ['the', 'heat']      

到目前为止，我只找到了在找不到单词时清除整行的解决方案，但我希望数据框保持完整，尤其是保持 id 列！！

我想解决的另一个问题是能够标记列会很棒。在这种情况下，我可以将列表拆分为 pos=[heat, sun] 和 neg=[cold, rain]。因此，输出将是：

index  id    text1                  label1   text2           label2  
1      123   ['it', 'was', 'cold']  neg 
2      124                            
3      125   ['the', 'heat']        pos      ['the' 'cold']  neg
4      126                                   ['the', 'heat'] pos   

提前致谢！

Answer 1

lst = ['heat', 'cold', 'rain']
df.iloc[:,2:] = df.iloc[:,2:].applymap(lambda x: x if set(x.split()).intersection(lst) else '')
print(df)

输出：

index   id        text1     text2 text3
1      123  it was cold                
2      124                             
3      125     the heat  the cold      
4      126      my bike  the heat