Python Pandalar str.satırlarda köprüler içeren contains()

Question 1

Bunun gibi iki panda veri çerçevem var:

df1

site	bağlantı
perakendeci_site1	https://www.retailer_site1.com
...	...
Perakendeci_sitex	https://www.retailer_siteX.com

df2

site	bağlantı
perakendeci_site1	https://www.retailer_site1.com
...	...
Retailer_siteyname	https://www.retailer_siteY.com

Bu yüzden df2'den geçmek ve df1'deki df2'den bağlantı örneklerini bulmak istiyorum. İşte kodum:

    for row in df2['link'].astype(str):
        boolean_findings = df1['link'].str.contains(row)

Boolean_findings yazdırdığımda, tüm yanlışları alıyorum, bunun doğru olamayacağını biliyorum çünkü excel dosyalarımda yerel olarak eşleşmeler görüyorum:

boolean_findings
Sahte
Sahte
...
Sahte

Bilmek istediğim, köprü dizesi metninin neden ilk df'deki eşdeğeriyle eşleştirilmediği ve siteleri eşleştirmek için ne yapabilirim.

Question 2

"Bir göz attım ve bazı web sitelerinin bir ( ve ) bağlantılarına dahil edildi, bu da bağlantıları atıyor olabilir

Bağlantıları karşılaştırırken yalnızca alfasayısal / alt çizgi karakterlerini hesaba katmanız gerekiyor gibi görünüyor, şunları kullanabilirsiniz

df2["link"].str.replace(r'\W+','', regex=True).isin(
    df1["link"].str.replace(r'\W+','', regex=True))

Bu .str.replace(r'\W+','', regex=True) bölüm, harf, aksan, rakam ve bağlayıcı noktalama işaretleri dışındaki tüm karakterleri (aralarında en yaygın karakter alt çizgidir) bağlantılardan kaldıracaktır.

Wiktor Stribiżew · Answer 1 · 2021-10-23T10:27:53

"Bir göz attım ve bazı web sitelerinin bir ( ve ) bağlantılarına dahil edildi, bu da bağlantıları atıyor olabilir

Bağlantıları karşılaştırırken yalnızca alfasayısal / alt çizgi karakterlerini hesaba katmanız gerekiyor gibi görünüyor, şunları kullanabilirsiniz

df2["link"].str.replace(r'\W+','', regex=True).isin(
    df1["link"].str.replace(r'\W+','', regex=True))

Bu .str.replace(r'\W+','', regex=True) bölüm, harf, aksan, rakam ve bağlayıcı noktalama işaretleri dışındaki tüm karakterleri (aralarında en yaygın karakter alt çizgidir) bağlantılardan kaldıracaktır.

Değiştirmede regex için aşağıdaki hatayı aldım: TypeError: replace() takes no keyword arguments. Ben kaldırdığımda regex=True hata yapmaz, ancak yerini de almaz. Sanırım içine bakacağım re bunu çözmek için modül, ama beni doğru yola soktuğun için teşekkürler!
@GH Pandaların en son sürümünü kullandığınızdan emin olun. pip install -U pandas. Bu kod verilerinize karşı test edilmiş ve çalıştığı kanıtlanmıştır.

Python Pandalar str.satırlarda köprüler içeren contains()

Soru

En iyi cevabı

Diğer dillerde

Bu sayfa diğer dillerde

Bu kategoride popüler

Popüler soruları bu kategoride