pandas 正则匹配多个词语

在Pandas中，可以使用`str.contains()`函数结合正则表达式（regex）来进行多个词语的匹配。这个函数允许你在DataFrame的列中查找包含特定模式的字符串。例如，如果你想找出所有含有"apple"或"banana"的行，你可以这样做：

import pandas as pd

df = pd.DataFrame({'Fruit': ['apple pie', 'banana split', 'orange juice']})

# 定义要匹配的多个词
words_to_match = ['apple', 'banana']

# 使用正则表达式匹配，| 表示或操作
matched_rows = df[df['Fruit'].str.contains('|'.join(words_to_match))]

print(matched_rows)

在这个例子中，`'|'.join(words_to_match)`将两个单词连接起来形成一个正则表达式模式`'(apple|banana)'`，然后`str.contains()`会检查每个元素是否包含这个模式。

相关问题

请用Python编写一段代码，要求能完成以下操作： 1、（从第一行开始，直到最后一行）对df［'分词'］列中每一行“香调”一词分别进行计数； 2、若计数大于2，则向新增的“香调”列对应行记录“混合香调”； 3、若计数等于2，则将第2个“香调”前面的第一个汉字词语记录至新增的“香调”列对应行； 4、若计数等于1，则将”香调：“后面的第一个中文词语记录至新增的“香调”列对应行；； 5、若计数等于0，则向新增的“香调”列记录“未标明”； 6、打印操作完成后的“香调”列。

以下是一份可能的代码实现，需要使用pandas库：

import pandas as pd
import re

# 读取原始表格
df = pd.read_excel('input.xlsx')

# 定义分析每一行“香调”的函数
def analyze_xiangdiao(xiangdiao_str):
    if pd.isna(xiangdiao_str):  # 若为空值，则返回“未标明”
        return '未标明'
    else:
        # 利用正则表达式匹配中文词语
        words = re.findall(r'[\u4e00-\u9fa5]+', xiangdiao_str)
        if len(words) == 0:  # 若未匹配到，则返回“未标明”
            return '未标明'
        elif len(words) == 1:  # 若匹配到一个，则返回该词语
            return words[0]
        elif len(words) == 2:  # 若匹配到两个，则返回第一个词语的前一个词语
            word_list = xiangdiao_str.split(words[1])
            return word_list[0][-1] + word_list[1]
        else:  # 若匹配到多个，则返回“混合香调”
            return '混合香调'

# 对df['分词']列中每一行“香调”一词分别进行计数，并记录到新列
df['香调'] = df['分词'].apply(lambda x: x.count('香调'))

# 根据计数结果，分别处理每一行“香调”
df['香调'] = df['香调'].apply(lambda x: analyze_xiangdiao(df.iloc[x.name]['分词']) if x > 0 else '未标明')

# 打印结果
print(df['香调'])

其中，`input.xlsx`为原始数据表格，需要根据实际情况进行修改。