问题描述
我的列表中包含诸如[‘orange’,‘cool’,‘app’....]之类的单词，我想从DataFrame的描述列中输出所有这些确切的完整单词（如果有）。
我还附带了带有代码的示例图片。我使用了str.findall()，如图所示，它从add提取了additional，从app提取了apple。但是，我不希望那样。仅在与整个单词匹配时才输出。
解决方法
您可以使用修改代码
df['exactmatch'] = df['text'].str.findall(fr"\b({'|'.join(list1)})\b").str.join(",")
或者，如果您的list1单词中可以包含特殊字符，
df['exactmatch'] = df['text'].str.findall(fr"(?<!\w)({'|'.join(map(re.escape,list1))})(?!\w)").str.join(",")
由fr"\b({'|'.join(list1)})\b"和fr"(?<!\w)({'|'.join(map(re.escape,list1))})(?!\w)"创建的模式看起来像
\b(orange|cool|app)\b
(?<!\w)(orange|cool|app)(?!\w)
请参见regex demo。注意.str.join(",")被认为比.apply(",".join)快。