Regex 如何将pandas.Series.str.contains与TQM进度图一起使用？

我正在尝试根据另一个数据帧（

dfB

）的值向数据帧（

dfA

）添加一个新列：

progress\u map

可以用于此设置吗

dfB['value]='dfB['text\u bod]。进度图（func）

或者是否有其他方法可以实现TQM

---

使用FlashText的替代方法：

from flashtext import KeywordProcessor

s = dfA['value'].tolist()

processor = KeywordProcessor()
processor.add_keywords_from_list(s)

dfB['value'] = dfB['text_bod'].progress_map(lambda x: processor.extract_keywords(x))

---

不知道

str.contains

方式，但您可以使用

progress\u map

和执行完全相同操作的回调，但使用

re.search

：

import re
dfB['value'] = dfB['text_bod'].progress_map(
    lambda x: bool(re.search('|'.join(s), x))
)

---

作为函数，您可以使用

def extract(x, p):
    m = p.search(x)
    if m:
        return m.groups(0)
    return np.nan

p = re.compile('|'.join(s))
dfB['value'] = dfB['text_bod'].progress_map(lambda x: extract(x, p))

---

这将使您比lambda更具灵活性。

尝试一下真是太棒了！用我的测试数据运行大约需要2个小时。有没有一种方法可以让它从第一个数据帧或NaN if DNE而不是True/False输出值？@lauren.he你的意思是类似于

dfB['text_bod']的东西。progress_map（lambda x:x if re.search（'.|'。join（s），x）else np.NaN）

？啊，我几乎认为这给出了找到值的整个文本体。我想从

dfA['value']

中提取单个匹配值，并将其放入

dfB['value']

这似乎有效：

test['value']=test['communication\u body'].progress\u map（lambda x:re.search（'|'.join（s），x）。如果re.search（'|'.join（s），x）则为组（0）

不支持多个匹配值hmmm@lauren.he您不需要调用

re.search

两次。您可以定义一个函数

def foo（x，s）：

并在那里实现您的代码。lambda对于代码的运行并不重要，可以是任何函数。

def extract(x, p):
    m = p.search(x)
    if m:
        return m.groups(0)
    return np.nan

p = re.compile('|'.join(s))
dfB['value'] = dfB['text_bod'].progress_map(lambda x: extract(x, p))