如果文本包含在另一个数据帧中，则使用二进制名称标记行

Question

我正在研究采矿调查数据。我能够标记某些关键字的行：

survey['Rude'] = survey['Comment Text'].str.contains('rude', na=False, regex=True).astype(int)

现在，我想标记任何包含名称的行。我有另一个包含常见美国名称的数据帧。以下是我认为可以工作的内容，但它没有标记任何行，并且我已经验证了名称确实存在于“注释文本”中

for row in survey:   

    for word in survey['Comment Text']:

        survey['Name'] = 0

        if word in names['Name']:

            survey['Name'] = 1

Answer 1

您没有正确循环遍历序列。 遍历 中的列名。 遍历注释字符串。 创建包含所有 .for row in survey:surveyfor word in survey['Comment Text']:survey['Name'] = 00s您可以使用 set intersections 和 apply（）来避免所有通过行的循环：    survey = pd.DataFrame({'Comment_Text':['Hi rcriii',                                           'Hi yourself stranger',                                           'say hi to Justin for me']})    names = pd.DataFrame({'Name':['rcriii', 'Justin', 'Susan', 'murgatroyd']})    s2 = set(names['Name'])    def is_there_a_name(s):        s1 = set(s.split())        if len(s1.intersection(s2))>0:            return 1        else:            return 0    survey['Name'] = survey['Comment_Text'].apply(is_there_a_name)    print(names)    print(survey)         Name0      rcriii1      Justin2       Susan3  murgatroyd              Comment_Text  Name0                Hi rcriii     11     Hi yourself stranger     02  say hi to Justin for me     1作为奖励，返回以获取每行的匹配次数。len(s1.intersection(s2))