使用Python

Question

def labelling(text):
    cleanser         = re.findall(re.compile(r'^(?=.*cleanser)+', flags=re.I | re.X), text)
    face_wash        = re.findall(re.compile(r'^(?=.*face)(?=.*wash).+', flags=re.I | re.X), text)
    mask             = re.findall(re.compile(r'^(?=.*mask)+', flags=re.I | re.X), text)
    moisturizer      = re.findall(re.compile(r'^(?=.*moisturizer)+', flags=re.I | re.X), text)

    if cleanser:
        return "Face Wash"
    elif face_wash:
        return "Face Wash"
    elif mask:
        return "Mask"
    elif moisturizer:
        return "Moisturizer"
    else:
        return " "
        
df['category']=df['product_name'].apply(lambda x : labelling(x))

有人可以使用循环和字典来解释一个更简单的函数，因此我们仅输入字典中的单词和标签，然后在循环中称其为“？”。

您可以根据多种条件使用np.select

来分类：

Answer 1

import numpy as np
import pandas as pd

df = pd.DataFrame({'product_name':['this is a cleanser here', 'Another phrase is face wash', 'You know, a mask.','We need a  moisturizer', 'No cateogry']})

c_list = [
    df['product_name'].str.contains(r'cleanser', case=False, regex=False),
    df['product_name'].str.contains(r'^(?=.*face)(?=.*wash)', case=False, regex=True),
    df['product_name'].str.contains(r'mask', case=False, regex=False),
    df['product_name'].str.contains(r'moisturizer', case=False, regex=False)
]

categories = ['Face Wash', 'Face Wash', 'Mask', 'Moisturizer']

df['category'] = np.select(c_list, categories, default=' ')

输出：

>>> df
                  product_name     category
0      this is a cleanser here    Face Wash
1  Another phrase is face wash    Face Wash
2            You know, a mask.         Mask
3       We need a  moisturizer  Moisturizer
4                  No cateogry             

I将四个右翼分子转换为四分之一，并用

regex=False

转换为固定的字符串检查。如果您计划仅匹配整个单词，请恢复为

regex=True

并在单词周围使用

\b

，例如

r'\bcleanser\b'

.

。

注意

default=' '

插入空间以防万一不匹配任何条件。
您可以将前两个条件加入一个：

np.select

您可以尝试一下，

df['product_name'].str.contains(r'^(?=.*face)(?=.*wash)|cleanser', case=False, regex=True),