检查 pandas 字符串列是否包含多个单词，顺序不限

Question

我正在处理 Twitter 数据并尝试查找包含多个单词的字符串。以下行适用于一个单词和 OR 条件。

tweets_text[tweets_text.str.contains("break")] #Find strings with the word break

tweets_text[tweets_text.str.contains("break|social|media")] #Find strings with either break or social, or media

我正在尝试查找包含这三个词（“break & social & media”）的字符串

Answer 1

你可以这样拆分它们：

tweets_text.loc[tweets_text.str.contains("break") & tweets_text.str.contains("social") & tweets_text.str.contains("media")]

Answer 2

df = pd.Series(['break', 'break media social', 'break media'])

系列：

0                 break
1    break media social
2           break media

提取：

tweets_text[tweets_text.str.contains('(?=.*break)(?=.*social)(?=.*media)')]

输出：

1    break media social

检查 pandas 字符串列是否包含多个单词，顺序不限

Check if pandas string column contains multiple words, in any order

python

regex

pandas

string-matching