Проверка элементов в кадре данных и извлечение некоторых значений

Question

Мне нужно проверить, содержат ли значения в столбце то или иное слово (например, яблоко / арбуз) и создать новый столбец (Fruit), в котором будут собраны значения из Sentence.

Например:

Sentence                      Fruit
I bought 1 watermelon        watermelon
I bought 2 apples            apples       
I bought 1 apple             apple

Я пробовал следующее

schema = '^(?P<Fruit>\d+ apple?| watermelon?)' but it is not working. If I wrote

schema_n = '^(?P<Fruit>\d+ apple?)

или

schema_n = '^(?P<Fruit>\d+ watermelon?)

это работает. Таким образом, мой вопрос заключается в том, как я могу использовать обозначение оператора для проверки значения (четвертого элемента в строке или условия).

Большое спасибо

Answer 1

После обсуждения не совсем понятно, какое logi c управляет сопоставлением фруктов, но если вы пытаетесь извлечь какие-либо "apple", "apples" или "watermelon" из предложений, в которых фрукту предшествует di git и пробел, вы можете использовать:

>>> def replacer(s):
...     return re.search(r"(?<=\d )(apples?|watermelon)\b", s).group()
...
>>> df = pd.DataFrame({"Sentence": ["I bought 1 watermelon", "I bought 2 apples", "I bought 1 apple"]})
>>> df["Fruit"] = df["Sentence"].apply(replacer)
>>> df
                Sentence       Fruit
0  I bought 1 watermelon  watermelon
1      I bought 2 apples      apples
2       I bought 1 apple       apple

Если в ваших данных есть строки, не соответствующие шаблону, это будет sh. Вам нужно будет проверить эти случаи и ввести какое-то значение по умолчанию, например:

>>> def replacer(s):
...     match = re.search(r"(?<=\d )(apples?|watermelon)\b", s)
...     return match.group() if match else None
...
>>> df = pd.DataFrame({"Sentence": ["foo 1 watermelons"]})
>>> df["Fruit"] = df["Sentence"].apply(replacer)
>>> df
            Sentence Fruit
0  foo 1 watermelons  None

Если ваши данные сложнее, чем то, что вы показали, вам нужно будет адаптировать их, чтобы они соответствовали вашим фактическим данным. вариант использования.