正在检查Pandas数据帧中存储的列表中的单词字符串

Question

我有一个pandas数据帧，它包含一个名为contains_and的列中的字符串列表。现在，我想从数据帧中选择contains_and中单词全部包含在给定字符串中的行，例如

example: str = "I'm really satisfied with the quality and the price of product X"
df: pd.DataFrame = pd.DataFrame({"columnA": [1,2], "contains_and": [["price","quality"],["delivery","speed"]]})

产生这样的数据帧：

columnA       contains_and
0        1   [price, quality]
1        2  [delivery, speed]

现在，我只想选择第1行，因为example包含contains_and中列表中的所有单词。

我最初的本能是做以下事情：

df.loc[
all([word in example for word in df["contains_and"]])
]

然而，这样做会导致以下错误：

TypeError: 'in <string>' requires string as left operand, not list

我不太确定如何最好地做到这一点，但这似乎不应该太难。有人知道这样做的好方法吗？

Answer 1

单向：

df = df[df.contains_and.apply(lambda x: all((i in example) for i in x), 1)]

输出：

columnA      contains_and
0        1  [price, quality]

Answer 2

另一种方法是explode列出候选单词列表，并检查(每行(它们是否都在用str.split:找到的example的单词中

# a Series of words
ex = pd.Series(example.split())
# boolean array reduced with `all`
to_keep = df["contains_and"].explode().isin(ex).groupby(level=0).all()
# keep only "True" rows
new_df = df[to_keep]

获取

>>> new_df
columnA      contains_and
0        1  [price, quality]

Answer 3

基于@Nk03答案，您也可以尝试：

df = df[df.contains_and.apply(lambda x: any([q for q in x if q in example]))]

在我看来，检查单词是否在示例中更直观，而不是像你第一次尝试显示的那样相反。