Pandas 使用逻辑过滤串联的多个模式和多个子字符串 |和 "but not"

Question

我想使用 re 和 contain：由多个使用 | 的模式组成的模式，但我也想使用 "But not".

我想class确定工作类型。

#Data:
v=pd.Series(['New wiring system for an extra room','Build a wall and add a new door',
    'Fix a shelving unit'])
v=v.str.lower()
print(v)
#I construct this pattern:

pattern_cons='ret|wall|ceiling|buil|holes|cons'
pattern_nrg= 'wiring|media|elect'
pattern_plumb='water'
pattern_carp= 'shelving|table|door'

pattern_work=pd.Series([pattern_cons,pattern_nrg,pattern_plumb,
                       pattern_carp])

# Use this code : (I loop this)
for x in range(4):
    pattern=pattern_work
    vector={'pattern': pattern_work[x],'type_work':class_str[x]}   
    print(vector)
    s=v.str.contains(vector['pattern'], flags=re.IGNORECASE, regex=True)
    print(s)

我得到这个输出：

0    new wiring system for an extra room
1        build a wall and add a new door
2                    fix a shelving unit
dtype: object
{'pattern': 'ret|wall|ceiling|buil|holes|cons', 'type_work': 'cons'}
0    False
1     True
2    False
dtype: bool
{'pattern': 'wiring|media|elect', 'type_work': 'nrg'}
0     True
1    False
2    False
dtype: bool
{'pattern': 'water', 'type_work': 'plumb'}
0    False
1    False
2    False
dtype: bool
{'pattern': 'shelving|table|door', 'type_work': 'carp'}
0    False
1     True  # ------- **** I WANT THIS  "False" **** ------- #
2     True
dtype: bool

问题是最后一个字符串被分配给了2个classes。

'Build a wall and add a new door' 得到 class 化为 class cons 和 class carp。

但我希望 pattern_carp 的字符串为 False。

是否可以使用排除 `?!buil` 的模式。我的意思是这样的？ :

`pattern_carp= 'shelving|table|door(?!buil'`

Answer 1

好吧，我找到了解决它的方法，虽然可能不是最优雅的方法。 你会如何改进它？，事实上，我正在丢失信息。

我添加了这个：

v=v.replace**("Build a wall and add a new door", "Build a wall and add a new")

所以现在的代码是：

v=pd.Series(['New wiring system for an extra room','Build a wall and add a new door',
    'Fix a shelving unit'])
v=v.replace("Build a wall and add a new door", "Build a wall and add a new")
print(v.replace("Build a wall and add a new door", "Build a wall and add a new"))
v=v.str.lower()
print(v)

pattern_cons='ret|wall|ceiling|buil|holes|cons'
pattern_nrg= 'wiring|media|elect'
pattern_plumb='water'
pattern_carp= 'shelving|table|door'
pattern_work=pd.Series([pattern_cons,pattern_nrg,
pattern_plumb, pattern_carp])

# Use this code : (I loop this)
for x in range(4):
    pattern=pattern_work
    vector={'pattern': pattern_work[x],'type_work':class_str[x]}   
    print(vector)
    s=v.str.contains(vector['pattern'], flags=re.IGNORECASE, regex=True)
    print(s)

现在我得到了正确答案（我想要的那个）：

0    New wiring system for an extra room
1             Build a wall and add a new
2                    Fix a shelving unit
dtype: object
0    new wiring system for an extra room
1             build a wall and add a new
2                    fix a shelving unit
dtype: object
{'pattern': 'ret|wall|ceiling|buil|holes|cons', 'type_work': 'cons'}
0    False
1     True
2    False
dtype: bool
{'pattern': 'wiring|media|elect', 'type_work': 'nrg'}
0     True
1    False
2    False
dtype: bool
{'pattern': 'water', 'type_work': 'plumb'}
0    False
1    False
2    False
dtype: bool
{'pattern': 'shelving|table|door', 'type_work': 'carp'}
0    False
1    False
2     True
dtype: bool

Pandas 使用逻辑过滤串联的多个模式和多个子字符串 |和 "but not"

Pandas filtering for multiple patterns and multiple substrings in series using logic | and "but not"

contains

pandas

问题是最后一个字符串被分配给了2个classes。

是否可以使用排除 `?!buil` 的模式。我的意思是这样的？ :

Pandas 使用逻辑过滤串联的多个模式和多个子字符串 |和 "but not"

Pandas filtering for multiple patterns and multiple substrings in series using logic | and "but not"

contains

pandas

问题是最后一个字符串被分配给了2个classes。

是否可以使用排除 ?!buil 的模式。我的意思是这样的？ :

是否可以使用排除 `?!buil` 的模式。我的意思是这样的？ :