1

Есть датасет.

В нем необходимо в столбце 'body' слова, начинающиеся с символа "#", записать с столбец 'rubric' строкой. Если этих слов несколько, то они должны быть разделены запятой.

Я использую разные коды, например:

import pandas as pd
import re

df = pd.read_csv('SB.csv', encoding = 'utf-16')

df['rubric'] = df['body'].apply(lambda x: re.findall('#\w+', x))
df.head()

передает в столбец датафрейма список из одного или нескольких элементов, а нужна строка. Пример выдачи такого кода:

[#В_закладки_Skillbox, #Skillbox_дизайн]

Код

def rubric(x):
    all_tag = re.findall('#\w+', x)
    for tag in all_tag:
        return tag
            
df['rubric'] = df['body'].apply(lambda x: rubric(x))
df.head(19)

передает в столбец строку, но всегда только из одного элемента. Пример выдачи такого кода:

[#В_закладки_Skillbox]

Желаемый результат:

#В_закладки_Skillbox, #Skillbox_дизайн

1
  • ', '.join(['#В_закладки_Skillbox', '#Skillbox_дизайн']) == '#В_закладки_Skillbox, #Skillbox_дизайн'
    – asanisimov
    28 фев 2021 в 17:18

1 ответ 1

2

Используйте

df['rubric'] = df['body'].str.findall(r'#\w+').str.join(', ')

Если есть необходимость найти только отдельные слова, можно использовать следующие варианты:

df['rubric'] = df['body'].str.findall(r'(?<!\S)#\w+').str.join(', ') # после пробелов
df['rubric'] = df['body'].str.findall(r'\B#\w+').str.join(', ') # после пунктуации и пробелов

Если в хэштегах есть дефисы, используйте

df['rubric'] = df['body'].str.findall(r'#[\w-]+').str.join(', ')

Пример использования:

import pandas as pd
df = pd.DataFrame({'body':['Some #word #here', 'Текст #вася_пупкин, #zmej-gorynych,#baba-yaga', 'Wiadomość od #łajdak123']})
df['rubric'] = df['body'].str.findall(r'#[\w-]+').str.join(', ')
df['rubric']
#  0                                #word, #here
#  1    #вася_пупкин, #zmej-gorynych, #baba-yaga
#  2                                  #łajdak123

Ваш ответ

Нажимая на кнопку «Отправить ответ», вы соглашаетесь с нашими пользовательским соглашением, политикой конфиденциальности и политикой о куки

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.