Python在数据框架中搜索列表中的单词，并跟踪找到的单词和频率

debugcn 发表于 Dev

冠状病毒

我引用了以下帖子，它对您很有帮助，但我需要进一步走下去。Python-从列表中搜索数据框内的字符串

我不仅要在数据框中搜索单词列表，还要跟踪是否找到了多个单词以及出现的频率。因此，使用以上文章中的示例：

如果这是我的搜索列表

search_list = ['STEEL','IRON','GOLD','SILVER']

这是我正在搜索的数据框

      a    b             
0    123   'Blah Blah Steel'
1    456   'Blah Blah Blah Steel Gold'
2    789   'Blah Blah Gold'
3    790   'Blah Blah blah'

我希望我的输出是

      a    b                        c               d
0    123   'Blah Blah Steel'      'STEEL'           1
1    789   'Blah Blah Steel Gold' 'STEEL','GOLD'    2
2    789   'Blah Blah Gold'       'GOLD'            1
3    790   'Blah Blah blah'

我如何扩展上述文章中的出色解决方案以获得所需的输出？我目前正在使用投票最高的答案作为起点。

我更关心能够从列表中标记多个单词。我还没有找到任何方法可以做到这一点。如果在此步骤中无法执行此操作，则可以将字符串计数功能应用于数据帧以创建频率列。如果有一种方法可以一步一步完成所有操作，那么也很高兴知道这一点。

提前致谢！

阿坎莎·阿特里

您可以使用re.findall（）而不是extract（）来完成所需的操作。

import re

search_list = ['STEEL','IRON','GOLD','SILVER']

df['c'] = df.b.str.findall('({0})'.format('|'.join(search_list)), flags=re.IGNORECASE)
df['d'] = df['c'].str.len()

此输出如下所示：