按模式过滤熊猫

Question

我试图通过其中一列是否在字符串中有单词来过滤数据帧，我尝试了以下操作：

text="Abacus and androgeny and for"
tokenized = tknzr.tokenize(text.lower())
pattern= "|".join(tokenized)
lexicon = lexicon[lexicon["English (en)"].str.match(pattern, na = False)]

这实际上不起作用，因为像伪造一样以"for"开头的单词会匹配。为了明确起见，我只希望行与文本中的某个单词完全匹配。

Answer 1

如果我理解正确，您只是在使用match来确定列中的单词是否是文本中的单词之一？如果是的话，我会试试：

lexicon = lexicon[lexicon["English (en)"].isin(tokenized)]

通过这种方式，匹配将针对确切的单词，因为它会将其与单词列表进行比较。