如何用Python筛选DataFrame中与关键词同句的用户名

现有如下结构的DataFrame df：

df = 
index   Text 
----------------
0       My name is George and I don't like football 
1       Hey find me on instagram to play basketball 
2       I am down for Saturday night
...
1000    text1000

另有关键词列表：

key_word = ['football', 'basketball', 'tennis']

以及用户名列表：

usernames = ['instagram', 'facebook', 'snapchat']

需求：找出DataFrame中与关键词出现在同一条文本内的用户名，示例输出为：

output = ['instagram']

可以用Python结合Pandas实现，具体步骤：

• 定义一个函数，用于检查单条文本是否同时包含关键词和用户名，并提取匹配的用户名：

def find_matching_usernames(text):
    # 统一转小写，避免大小写导致的匹配遗漏
    lower_text = text.lower()
    # 先判断文本是否包含至少一个关键词
    has_keyword = any(word in lower_text for word in key_word)
    if not has_keyword:
        return []
    # 提取该文本中存在的用户名
    matched_users = [user for user in usernames if user in lower_text]
    return matched_users

• 对DataFrame的Text列批量应用上述函数，收集所有匹配结果并去重：

# 应用函数并展开所有匹配的用户名
all_matches = df['Text'].apply(find_matching_usernames).explode()
# 去除空值、去重后转为列表
output = all_matches.dropna().unique().tolist()

运行以上代码后，即可得到符合需求的用户名列表，例如示例中的['instagram']。

内容的提问来源于stack exchange，提问作者John Angelopoulos