You need to enable JavaScript to run this app. Pandas是否有非正则内置精确字符串匹配函数及计数差异疑问
优惠活动
大模型
产品
解决方案
定价
更多

Pandas是否有非正则内置精确字符串匹配函数及计数差异疑问

Pandas字符串匹配相关问题解答

两个统计结果差异的原因

数值差异本质是两种写法的统计逻辑完全不同:

  • Kaggle官方答案的逻辑是统计包含tropical的评论行数:"tropical" in x返回布尔值,只要该行出现至少一次就算1次,单行出现多次也不会重复计数,求和后得到的是符合条件的总行数。你写的测试函数返回True符合这个逻辑,布尔值转整数时True对应1,所以不会重复统计。
  • str.count()默认逻辑是统计所有评论中tropical的总出现次数:单行出现多少次就计多少次,比如某条评论写了2次tropical就会计2,累加后数值自然会更高。

Pandas非正则精确字符串匹配的内置方法

Pandas的str系列方法都支持关闭正则模式,实现纯精确字符串匹配,完全可以替代可读性较差的map写法:

1. 实现和Kaggle答案等价的「是否包含」统计

用str.contains(),指定regex=False关闭正则解析即可,写法如下:

tropical = reviews['description'].str.contains("tropical", regex=False).sum()

这个写法和Kaggle的map写法结果完全一致,可读性更高。

2. 实现精确匹配的总出现次数统计

如果你的需求是统计所有出现次数,给str.count()也加上regex=False参数即可,避免传入的搜索词含正则特殊字符时出现非预期结果:

tropical_total_count = reviews['description'].str.count("tropical", regex=False).sum()

内容的提问来源于stack exchange,提问作者user2415706

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.10 06:06:01