我正在尝试从另一个数据框中检索包含单词的数据框中的行。在下面的链接中附加了.csv文件。我已经尝试过了,但这只给了我一个字:
import numpy as np
import pandas as pd
sentiment_words = pd.read_csv('sentiment_words.csv')
tokens = pd.read_csv('tokens.csv')
tokens[tokens['token'].isin(sentiment_words['sentiment_words'])]
Out[201]:
Class8 Class9 token
4156 0.004092 0.014243 abnormal
4421 0.000000 0.013170 abolish
4500 0.042788 0.062791 abominable
我想要的输出类似于下面的内容,只是我想用sentiment_words数据框中的单词替换“ not”
tokens[tokens['token'].str.contains("not")]
Class8 Class9 token
210 0.000000 0.000000 aaand annnother
396 0.000000 0.006581 aang not
459 0.000000 0.000000 aardman not
624 0.000000 0.000000 aaron not
1147 0.000000 0.007496 abandoned another
2301 0.000000 0.000000 abducted not
sentiment_words.csv:https://www.dropbox.com/s/y2ya5lr4wgl940y/sentiment_words.csv?dl=0
tokens.csv:https://www.dropbox.com/s/wdvprygmnm13lwd/tokens.csv?dl=0
花费了几个小时进行在线搜索,但到目前为止还没有任何方法,因此,非常感谢您的帮助。谢谢!
最佳答案
将nrows传递给pd.read_csv()
我能够使用您的dl-links创建示例代码。这是你想要的吗?
import pandas as pd
url1 = 'https://www.dropbox.com/s/y2ya5lr4wgl940y/sentiment_words.csv?raw=1'
url2 = 'https://www.dropbox.com/s/wdvprygmnm13lwd/tokens.csv?raw=1'
sentiment_words = pd.read_csv(url1)
tokens = pd.read_csv(url2, nrows=1000) # Limit rows read to 1000
# Create regex pattern
# We need to replace * and + as they will not work without escape in regex
pat = '|'.join(sentiment_words['sentiment_words'].str.replace('*','\*')
.str.replace('+','\+'))
# Create mask and apply overwriting old values
m2 = tokens['token'].str.contains(pat, regex=True)
tokens = tokens.loc[m2]
tokens
关于python - 检索包含 Pandas 中另一个数据框中的单词的数据框中的行,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/49677788/