如何使用 pandas 数据框系列列元素搜索字典值列表

Question

我有一个字典和数据框列，其中包含一系列字符串类型的列表元素。

如果字典项目中的值与任何应该用项目名称标记的字符串元素相匹配

例如：输入

text_column=[['grapes','are','good','for','health'],['banana','is','not','good','for','health'],
['apple','keeps','the','doctor','away'],['automobile','industry','is','in','top','position','from','recent','times']]

dict={ "fruit_name":['apple','grapes','lemon','cherry'],
        "profession":['health','manufacturing','automobiles']
     }

输出：

    1) fruit_name
    2) fruit_name
    3) profession
    4) profession

Answer 1

您可以反转 dict 以在 'text_column' 中创建 reverse_dct 和 map 单词到 'word_type' （顺便说一下， dict 是Python 中的字典构造函数，不要将变量命名为 dict).

reverse_dct = {}
for k,v in dct.items():
    for i in v:
        reverse_dct[i] = k

df = pd.DataFrame({'text_column':text_column})
df['word_type'] = df['text_column'].explode().map(reverse_dct).dropna().groupby(level=0).apply(','.join)

输出：

                                         text_column              word_type
0                   [grapes, are, good, for, health]  fruit_name,profession
1               [banana, is, not, good, for, health]             profession
2                  [apple, keeps, the, doctor, away]             fruit_name
3  [automobile, industry, is, in, top, position, ...                    NaN

请注意，最后一行没有类型，因为您在 dict 中有 automobiles，但在 text_column 中有 automobile。如果您希望您的程序识别出它们是相同的，则需要标准化拼写。

如何使用 pandas 数据框系列列元素搜索字典值列表

how to search list of dictionary values with pandas dataframe series column elements

python

search

lambda

dictionary

pandas