格式化字符串以迭代数据框

Question

背景：

我有以下代码从列表中创建数据框：

l = ['the cat meows',
     'the dog barks',
     'the bird chirps']
df = pd.DataFrame(l, columns=['Text'])

输出：

          Text
0   the cat meows
1   the dog barks
2   the bird chirps

期望输出：

          Text     Animal   
0   the cat meows   cat
1   the dog barks   dog
2   the bird chirps bird

方法：

我尝试使用以下代码获得所需的输出：

#create list of animal names
animal_list = ['cat', 'dog', 'bird']

#extract names from 'Text' column using the names in 'animal_list' 
#and create a new column containing extracted 'Text' names
df['Sound'] = df['Animal'].str.extract(r"(%s)"% animal_list)

问题：

但是，当我这样做时，我得到以下信息：

            Text    Animal
0   the cat meows   t
1   the dog barks   t
2   the bird chirps t

问题

如何实现我想要的输出？

Answer 1

将 `animal_list` 与 `str.extract`

结合使用

我们可以在这里使用 Series.str.extract 并将它传递给由 | 分隔的 animal_list，这是正则表达式中的 or 运算符：

df['Animal'] = df['Text'].str.extract(f"({'|'.join(animal_list)})")

或如果你有 python < 3.5 你不能使用 f-string

我们可以使用评论中@Mike 的回答

df['Animal'] = df['Animal'].str.extract(r"({})".format("|".join(animal_list)))

输出

              Text Animal
0    the cat meows    cat
1    the dog barks    dog
2  the bird chirps   bird

用`str.split`

得到中间词

df['Animal'] = df['Text'].str.split().str[1]

输出

              Text Animal
0    the cat meows    cat
1    the dog barks    dog
2  the bird chirps   bird

格式化字符串以迭代数据框

formatting strings to iterate over dataframe

format

text

loops

special-characters

pandas

将 `animal_list` 与 `str.extract`

用`str.split`

格式化字符串以迭代数据框

formatting strings to iterate over dataframe

format

text

loops

special-characters

pandas

将 animal_list 与 str.extract

用str.split

将 `animal_list` 与 `str.extract`

用`str.split`