从字符串列表中检索匹配项并添加为数据框中的列答案

【问题标题】：Retrieve match from list of strings and add as column in dataframe从字符串列表中检索匹配项并添加为数据框中的列
【发布时间】：2021-10-27 13:30:00
【问题描述】：

我有一个数据框，其中包含 text 和 user 列。

user	text
Tom	I love bananas
Dick	I love apples
Harry	I love apples and bananas

我想查找包含fruits 列表的text 行。为了每个匹配的字符串都会在新列fruits 和fruits_with_colors 中添加一个新行。预期输出如下：

user	text	fruits
Tom	I love bananas	bananas
Dick	I love apples	apples
Harry	I love apples and bananas	apples
Harry	I love apples and bananas	bananas

我在考虑如何执行此操作时遇到了一些麻烦。我正在使用熊猫做以下事情：

fruits = ['apples', 'bananas']

df_with_matches = df[df['text'].str.contains('|'.join(fruits))]

但我返回错误sequence item 0: expected str instance, list found

【问题讨论】：

第二张表是预期的输出吗？
谢谢，我已经编辑了问题以反映这一点。

标签： pandas list dataframe

【解决方案1】：

您可以使用str.findall将水果提取到一个列表中，然后explode它：

df.assign(fruits = df.text.str.findall('|'.join(fruits))).explode('fruits')

    user                        text   fruits
0    Tom              I love bananas  bananas
1   Dick               I love apples   apples
2  Harry   I love apples and bananas   apples
2  Harry   I love apples and bananas  bananas

【讨论】：

谢谢！ +1 这看起来是一个很好的解决方案；对我来说它返回错误sequence item 0: expected str instance, list found
这是因为您的fruits 列表有一个内部列表，而join 会抛出错误。
关于此解决方案的进一步问题。它还将匹配列表中的部分字符串，而不是完整的单词，例如ba。我需要在列表中指定r'\bbananas\b'，还是有办法在搜索中包含正则表达式？
如果需要全匹配，可以使用'\\b' + '\\b|\\b'.join(fruits) + '\\b'创建模式