如何在 pandas 数据框中突出显示和计算特定关键字答案

【问题标题】：How to highlight and count specific keywords in a pandas dataframe如何在 pandas 数据框中突出显示和计算特定关键字
【发布时间】：2021-05-28 22:29:50
【问题描述】：

对于我的df 的Text 列中的每一行，我想要执行以下操作：

突出显示关键字gross,suck,singing & ponzi
统计每行中的关键字数量并将它们存储在Count 列中

import pandas as pd

data = {'Text': ['The bread tastes good','Tuna is gross','Teddy is a beach bum','Angela suck at singing!','oneCoin was a ponzi scheme'],
        'ID': [1001,1002,1003,1004,1005]
        }

df = pd.DataFrame(data, columns = ['ID', 'Text'])

print(df)

所需的输出应包括 Count 列，如下所示：

我的尝试（不是最好的！你可以忽略这个）：

# keyword list
key_words = ['gross','suck','singing','ponzi']

# highlight the keywords
df['Text'].applymap(lambda x: "background-color: yellow" if x else "")

# count the keywords present in each row

df['Count'] = df['Text'].str.count(r"\b(?:{})\b".format("|".join(key_words)))

高度赞赏所有尝试！

【问题讨论】：

df['Count'] = df['Text'].str.count(r"\b(?:{})\b".format("|".join(key_words)))?
@WiktorStribiżew- 谢谢，这部分工作正常！标记key_words 怎么样？
您需要在哪里突出显示它们？在 Linux 终端中？在 Jupyter 笔记本中？
@WiktorStribiżew，Jupyter 笔记本还是导出为 csv 文件？
它looks like it is impossible.

标签： python regex pandas

【解决方案1】：

使用Series.str.count:

>>> df['Text'].str.count(fr"\b(?:{'|'.join(key_words)})\b")
0    0
1    1
2    0
3    2
4    1
Name: Text, dtype: int64

\b 是一个字边界，你可以用它来计算整个字数。

您不能在 Jupyter 笔记本中突出显示单独的单词。您可以将单词提取到单独的列中：

df['Matches'] = df['Text'].str.findall(fr"\b(?:{'|'.join(key_words)})\b")

【讨论】：

谢谢，高亮部分呢？或者我们可以像上图那样创建一个新列Keyword_Present。
@RickyTricky 抱歉，没有突出显示。可以改用df['Keyword_Present'] = df['Text'].str.findall(fr"\b(?:{'|'.join(key_words)})\b").str.join(' ')。

【解决方案2】：

使用str，找到所有。那会给你一个清单。使用 str.len() 计算每个列表中的元素

df['count']=df['Text'].str.findall('|'.join(key_words)).str.len()
df

【讨论】：

谢谢，问题的突出部分有什么好运气吗？