dataframe contains and operation 여러 조건을 만족하는 데이터 필터링

데이터 프레임의 특정 열에 아래와 같은 문장이 들어있다.

"apple is delicious"
"banana is delicious"
"apple and banana both are delicious"

 

지금까지 사용했던 필터링 방식인 contains와 '|' 연산자를 사용한다면 아래와 같은 결과가 나온다.

df.col_name.str.contains("apple|banana")

# 결과
"apple is delicious",
"banana is delicious",
"apple and banana both are delicious"

 

이번 상황에서는 마지막줄에 있는 "apple and banana both are delicious"만을 필터링 하고 싶은데 이런 상황에서 사용 할 수 있는 몇가지 방법이 있다.

df[(df['col_name'].str.contains('apple')) & (df['col_name'].str.contains('banana'))]

# 결과
"apple and banana both are delicious"

df[df['col_name'].str.contains(r'^(?=.*apple)(?=.*banana)')]

# 결과
"apple and banana both are delicious"





# 위의 조건이 길어지면 가독성이 떨어지기 때문에 아래의 방법을 추천
base = r'^{}'
expr = '(?=.*{})'
words = ['apple', 'banana', 'cat']  # example
base.format(''.join(expr.format(w) for w in words))

# 결과
'^(?=.*apple)(?=.*banana)(?=.*cat)'

# base.format(''.join(expr.format(w) for w in words))을 위의 df조건에 넣으면 된다.

 

 

 

참고

https://stackoverflow.com/questions/37011734/pandas-dataframe-str-contains-and-operation