Nano Hash - криптовалюты, майнинг, программирование

Поиск точного термина в серии строк pandas

У меня есть pandas df со столбцом, в котором каждая ячейка содержит одну строку текста из пьес Шекспира (примерно 100 тыс. строк). Мне нужно найти точные термины (например, «Рим»), исключая шаблон, когда он появляется внутри другого слова (то есть не «Ромео»). Я не могу позволить себе исключить такие случаи, как «Рим». или «Рим?».

Я подошел ближе к строке ниже, определяя «Рим» как переменную, чтобы я мог легко заменить его другими терминами, но это все еще не совсем работает.

df[(df['COL'].str.contains(" " + VAR + " ")) | (df['COL'].str.contains(VAR + ";"))].nunique()
python pandas text
27.02.2019

  • Попробуйте df.str.match() 28.02.2019

Ответы:


1

Вам нужно добавить regex= False к вашему содержимому, чтобы получить точное выражение, которое вы хотите.

df[df['COL'].str.contains('Rome', regex= False)]
27.02.2019

2

Для этого вам нужно использовать регулярное выражение:

df = pd.DataFrame({
    'COL': ['aRomeo', 'Rome', 'Rome?', 'Rome.', '!Rome!', 'djkfnjk Rome dsfln']
})
df.loc[df['COL'].str.lower().str.contains(r'\b\W?rome\W?\b')]
27.02.2019
  • Спасибо. Я пробовал «.match» и «regex = False», как было предложено выше, но они, похоже, не работают. Ваше регулярное выражение работает отлично. Я не знаю, как заставить его работать с переменной, но сегодня я потерял на этом так много часов, что на данный момент решения более чем достаточно. Еще раз спасибо. 28.02.2019
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..