根据文本匹配和来自多个字段的条件创建新字段 Python

如何解决根据文本匹配和来自多个字段的条件创建新字段 Python

我有一个这样的数据框，我想根据匹配“评论”字段中的某些词和某些“产品”类型来分配一个新类别。我为每个类别创建了两个具有不同 n-gram 的列表，我需要根据列表中与“评论”中的词匹配的词选择“我的类别”和某些产品类型（任何选择的产品类型）。如果需要，代码需要分配多个类别。

记录ID	产品	回顾	我的类别
123	平板电脑	电池寿命很糟糕。不买。	类别 1
456	笔记本电脑	喜欢时尚的设计，但电池寿命很短。	类别 2
789	平板电脑	我喜欢它，尽管有时它很糟糕。	类别 1，类别 2

我的代码根据列表中的单词匹配分配了单个和多个类别，但我不明白为什么它没有考虑产品类型。

Category_1 = [" battery ","sucks "]
Category_2 = [" battery "," love "," design ","thin"]

df['My Category']= ''
for index,row in df.iterrows():
    data=df['Description'].iloc[index]
    
    check=["true" for word in Category_1 if(word in data)]
    if("true" in check) &  df['Product'].isin(['tablet']).any(): 
        df['My Category'].iloc[index] = df['My Category'].iloc[index] + ',' + 'Category 1' 

    check=["true" for word in Category_2 if(word in data)]
    if("true" in check) &  df['Product'].isin(['tablet','laptop']).any():
        df['My Category'].iloc[index] = df['My Category'].iloc[index] + ',' + 'Category 2' 

如果 Review 包含任何单词，则基本上属于第 1 类 [“电池”，“很烂”] AND 产品是平板电脑。 第 2 类，如果评论中包含 [“battery”、“love”、“design”、“thin”] 和 产品是笔记本电脑或平板电脑。类别并不相互排斥。

" & df['Product'].isin(['product types'])).any(): " 部分没有做任何事情，谁能告诉为什么或如何做解决了吗？

解决方法

您应该使用 apply 来完成此任务。

from io import StringIO
from io import StringIO

data = StringIO("""
Record ID   Product Review  
123 Tablet  Battery life sucks.
456 Laptop  Love the sleek design,but battery life is bad.
789 Tablet  I love it,even though it sucks sometimes.
""")

df = pd.read_csv(data,sep='\t')


def categorize(row):
    """Gets category from row
         Can access columns with dot notation,e.g.,row.Product
    """
    # determine categories
    #return categories


df['categories'] = df.apply(categorize,axis=1)