Python 针对单个列匹配多个正则表达式（并将匹配项制成表格）

我想知道有多少项/文档被正则表达式匹配。最终结果应如下格式所示：

data = [['Regular Expression 1', 10], ['Regular Expression 2', 15]]
final = pd.DataFrame(data, columns = ['Regular Expression', 'Count']) 

下面是文本文档的示例数据集

foo = pd.DataFrame({'a' : [1,2,3,4,5], 
                    'b' : ['hi whatever something',
                           'foo', 'fat a a a foo', 'cat', 'fat']})

下面是计算数据的正则表达式

g1 = foo['b'][foo['b'].str.contains(r'(?=.*foo)(?=.*fat)|(\bwhatever\b)',regex=True)].count()
g2 = foo['b'][foo['b'].str.contains(r'\bfat\W+(?:\w+\W+){0,5}?foo\b',regex=True)].count()
g1  # 2 
g2  # 1

如何连接（R中的rbind）数据行？所以我可以让数据看起来像对象“Final”

---

我尝试了

pd.concat（[g1，g2]，axis=0）

，但是我从使用concat得到了这个错误消息：

无法连接非NDFrame对象

在循环中使用

str.contains

，然后

concat

结果并调用

sum

：

R = [r'(?=.*foo)(?=.*fat)|(\bwhatever\b)', r'\bfat\W+(?:\w+\W+){0,5}?foo\b']
df = pd.concat({r: foo['b'].str.contains(r) for r in R}, axis=1)

df.sum().rename_axis('regex').reset_index(name='count')

                               regex  count
0  (?=.*foo)(?=.*fat)|(\bwhatever\b)      2
1      \bfat\W+(?:\w+\W+){0,5}?foo\b      1

---

您已经让正则表达式匹配工作正常了，所以您的问题归结为“如何连接（R中的pandas等价

rbind

）行？”。在标题中说“连接[到一个数据帧或系列]”而不是“将结果制成表格”，因为“制成表格”意味着“生成一个频率表，计算每个值的频率”，即pandas

value\u counts（）

；这是一个副本；唯一的问题是它。@smci这里发生了很多事情，concat不足以完全解决这个问题。@cs95但是OP已经解决了他们的正则表达式匹配问题。然后，它归结为“针对df应用多个正则表达式，将结果（频率表）制成表格（放入数据帧）。（更新：OP确实需要表格，我上面的评论我不清楚他们想要它）@smci他们在某种意义上解决了这个问题，是的，但是你需要知道你在做什么，从他们当前的输出到他们预期的输出，特别是考虑到他们一次使用一个正则表达式。我同意这当然与连接数据帧有关，但在关闭它之前我会仔细考虑。我还重新命名了这个问题作为匹配多个正则表达式的一个，而不是串联的一个，这应该算是保持它的开放性。但这只是我的2c。