Python 使用正则表达式匹配一列中的模式，并基于列属性名称创建一个新列

我有一个

熊猫数据框

，格式如下：

当前

product_typ

[Milo, Milk, Sugar]
[Water, Tea, Milo]
[Bread, Water]
[Bread, Water, Milo]
[Salt, Water, Milo]
[Milo, Milk, Water, Bread]
[Salt, Milk, Bread]
[Milo, Milk]

product_typ                          matched_col

[Milo, Milk, Sugar]                Product_Milo_Milk_Sugar
[Water, Tea, Milo]                 Product_Water_Tea_Milo
[Bread, Water]                     Product_Bread_Water
[Bread, Water, Milo]               Product_Bread_Water_Milo
[Salt, Water, Milo]                Product_Salt_Water_Milo
[Milo, Milk, Water, Bread]         Product_Milo_Milk_Water_Bread
[Salt, Milk, Bread]                Product_Salt_Milk_Bread
[Milo, Milk]                       Product_Milo_Milk

我想用表单的regex创建一个新列。请记住，它是一个数据帧

预期产出

product_typ

[Milo, Milk, Sugar]
[Water, Tea, Milo]
[Bread, Water]
[Bread, Water, Milo]
[Salt, Water, Milo]
[Milo, Milk, Water, Bread]
[Salt, Milk, Bread]
[Milo, Milk]

product_typ                          matched_col

[Milo, Milk, Sugar]                Product_Milo_Milk_Sugar
[Water, Tea, Milo]                 Product_Water_Tea_Milo
[Bread, Water]                     Product_Bread_Water
[Bread, Water, Milo]               Product_Bread_Water_Milo
[Salt, Water, Milo]                Product_Salt_Water_Milo
[Milo, Milk, Water, Bread]         Product_Milo_Milk_Water_Bread
[Salt, Milk, Bread]                Product_Salt_Milk_Bread
[Milo, Milk]                       Product_Milo_Milk

我试着用

str.findall

匹配
这个
模式
很有效，但是这个替代品让我思考了很久。
像这样可能：

df['matched_col'] = ['_'.join(map(str, l)) for l in df['product_typ']]

或
例如：

In [1681]: df = pd.DataFrame({'A': [['a','b','c'], ['b','c']]})                                                                                                                                             

In [1682]: df                                                                                                                                                                                               
Out[1682]: 
           A
0  [a, b, c]
1     [b, c]

In [1684]: df['b'] = ['_'.join(map(str, l)) for l in df['A']]                                                                                                                                               

In [1685]: df                                                                                                                                                                                               
Out[1685]: 
           A      b
0  [a, b, c]  a_b_c
1     [b, c]    b_c

也许像这样：

df['matched_col'] = ['_'.join(map(str, l)) for l in df['product_typ']]

或
例如：

In [1681]: df = pd.DataFrame({'A': [['a','b','c'], ['b','c']]})                                                                                                                                             

In [1682]: df                                                                                                                                                                                               
Out[1682]: 
           A
0  [a, b, c]
1     [b, c]

In [1684]: df['b'] = ['_'.join(map(str, l)) for l in df['A']]                                                                                                                                               

In [1685]: df                                                                                                                                                                                               
Out[1685]: 
           A      b
0  [a, b, c]  a_b_c
1     [b, c]    b_c

到目前为止您尝试了什么？到目前为止您尝试了什么？我得到一个错误
TypeError:sequence item 0:expected str instance，float found
，当我检查第一个项目时，这就是-->
['Milk'，'Milo']
请仅在列上应用它，而不是在整个数据帧上。另一个原因可能是此列包含浮点值。尝试将此应用于数据帧示例，您可以确保它包含正确的字符串值列表。我得到一个错误
TypeError:sequence item 0:expected str instance，float found
，当我检查第一个项时，这就是-->
['Milk'，Milo']
请仅对包含列表的列应用此选项，而不是对整个数据帧应用此选项。另一个原因可能是此列包含浮点值。尝试将此应用于dataframe示例，您可以确保它包含正确的字符串值列表。