计算 2 个熊猫数据帧中的匹配

Question

我有 2 个数据框，每行包含文本作为列表。这个叫做df

Datum   File    File_type   Text    

Datum                                               

2000-01-27  2000-01-27  0864820040_000127_04.txt    _04     [business, date, jan, heineken, starts, integr..

我还有另一个，df_lm，看起来像这样

List_type   Words

0   LM_cnstrain.    [abide, abiding, bound, bounded, commit, commi...

1   LM_litigius.    [abovementioned, abrogate, abrogated, abrogate...

2   LM_modal_me.    [can, frequently, generally, likely, often, ou...

3   LM_modal_st.    [always, best, clearly, definitely, definitive...

4   LM_modal_wk.    [almost, apparently, appeared, appearing, appe...

我想在 df 中创建新列，其中应该计算单词的匹配项，例如，df.Text[0] 中 df_lm.Words[0] 中有多少个单词

注意：df 有大约 500 行，df_lm 有 6 -> 所以我需要在 df 中创建 6 个新列，以便更新后的 df 看起来像这样

    Datum   ...LM_cnstrain  LM_litigius  Lm_modal_me  ...

2000-01-27  ...   5            3             4

2000-02-25 ...    7            1             0

我希望我的问题很清楚。提前致谢！

编辑：我已经做了某事。类似的方法是创建一个列表并循环遍历它，但由于 df_lm 中的列表很长，这不是一个选项。

代码如下所示：

result_list[]

for file in file_list:

    count_growth = 0

    for word in text.split ():

        if word in growth:

            count_growth = count_growth +1

    a={'Grwoth':count_growth}

    result_list.append(a)

Answer 1

所以我得出以下解决方案：    for file in file_list:        count_lm_constraint = 0        count_lm_litigious = 0        count_lm_modal_me = 0          for word in text.split()        if word in df_lm.iloc[0,1]:                count_lm_constraint = count_lm_constraint +1             if word in df_lm.iloc[1,1]:                count_lm_litigious = count_lm_litigious +1            if word in df_lm.iloc[2,1]:                count_lm_modal_me = count_lm_modal_me +1            a={"File": name, "Text": text,'lm_uncertain':count_lm_uncertain,'lm_positive':count_lm_positive ....}result_list.append(a) 

Answer 2

根据我的评论，你可以尝试这样的事情：下面的代码必须在循环中运行，其中来自第一个 df 的文本列必须与来自下一个的所有 6 列匹配，并使列的值来自 len(c)desc = df_lm.iloc[0,1]matches = df.text.isin(desc)result = df.text[matches]如果这对您有帮助，请告诉我，否则将更新/删除答案