Pandas 使用逻辑过滤多个模式和多个子串和“但不是”

Question

我想使用re 和contain： 使用| 由多个模式形成的模式，但我也想使用“但不是”。

我想对工作类型进行分类。

#Data:
v=pd.Series(['New wiring system for an extra room','Build a wall and add a new door',
    'Fix a shelving unit'])
v=v.str.lower()
print(v)
#I construct this pattern:

pattern_cons='ret|wall|ceiling|buil|holes|cons'
pattern_nrg= 'wiring|media|elect'
pattern_plumb='water'
pattern_carp= 'shelving|table|door'

pattern_work=pd.Series([pattern_cons,pattern_nrg,pattern_plumb,
                       pattern_carp])

# Use this code : (I loop this)
for x in range(4):
    pattern=pattern_work
    vector={'pattern': pattern_work[x],'type_work':class_str[x]}   
    print(vector)
    s=v.str.contains(vector['pattern'], flags=re.IGNORECASE, regex=True)
    print(s)

我得到这个输出：

0    new wiring system for an extra room
1        build a wall and add a new door
2                    fix a shelving unit
dtype: object
{'pattern': 'ret|wall|ceiling|buil|holes|cons', 'type_work': 'cons'}
0    False
1     True
2    False
dtype: bool
{'pattern': 'wiring|media|elect', 'type_work': 'nrg'}
0     True
1    False
2    False
dtype: bool
{'pattern': 'water', 'type_work': 'plumb'}
0    False
1    False
2    False
dtype: bool
{'pattern': 'shelving|table|door', 'type_work': 'carp'}
0    False
1     True  # ------- **** I WANT THIS  "False" **** ------- #
2     True
dtype: bool

问题是最后一个字符串被分配了2个类。

'Build a wall and add a new door' 被归类为 cons 类和 carp 类。

但我希望字符串为 False 对应 pattern_carp。

是否可以使用排除?!buil 的模式。我的意思是这样的？ ：

`pattern_carp= 'shelving|table|door(?!buil'`

Answer 1

嗯，我找到了解决它的方法，虽然可能不是最优雅的。 您将如何改进？，事实上，我正在丢失信息。

我已经添加了这个：

v=v.replace**("Build a wall and add a new door", "Build a wall and add a new")

所以现在的代码是：

v=pd.Series(['New wiring system for an extra room','Build a wall and add a new door',
    'Fix a shelving unit'])
v=v.replace("Build a wall and add a new door", "Build a wall and add a new")
print(v.replace("Build a wall and add a new door", "Build a wall and add a new"))
v=v.str.lower()
print(v)

pattern_cons='ret|wall|ceiling|buil|holes|cons'
pattern_nrg= 'wiring|media|elect'
pattern_plumb='water'
pattern_carp= 'shelving|table|door'
pattern_work=pd.Series([pattern_cons,pattern_nrg,
pattern_plumb, pattern_carp])

# Use this code : (I loop this)
for x in range(4):
    pattern=pattern_work
    vector={'pattern': pattern_work[x],'type_work':class_str[x]}   
    print(vector)
    s=v.str.contains(vector['pattern'], flags=re.IGNORECASE, regex=True)
    print(s)

现在我得到了正确的答案（我想要的那个）：

0    New wiring system for an extra room
1             Build a wall and add a new
2                    Fix a shelving unit
dtype: object
0    new wiring system for an extra room
1             build a wall and add a new
2                    fix a shelving unit
dtype: object
{'pattern': 'ret|wall|ceiling|buil|holes|cons', 'type_work': 'cons'}
0    False
1     True
2    False
dtype: bool
{'pattern': 'wiring|media|elect', 'type_work': 'nrg'}
0     True
1    False
2    False
dtype: bool
{'pattern': 'water', 'type_work': 'plumb'}
0    False
1    False
2    False
dtype: bool
{'pattern': 'shelving|table|door', 'type_work': 'carp'}
0    False
1    False
2     True
dtype: bool