在数据框的列中查找列表中的任何单词

Question

我有一个包含4783个元素的单词negative的列表。我想使用以下代码

tweets3 = tweets2[tweets2['full_text'].str.contains('|'.join(negative))]

但是，它给出了类似error: multiple repeat at position 4193的错误。

我不明白此错误。显然，如果我在str.contains中使用单个单词，例如str.contains("deal")，则可以得到结果。

[我需要的是一个新的数据框，它只包含那些行，这些行包含在数据框tweets2列full_text中出现的任何单词。

作为选择，我还想看看是否可以有一个boolean列来表示当前和不存在的值，例如0 or 1。

我在@ wp78de的帮助下使用以下代码：

tweets2['negative'] = tweets2.loc[tweets2['full_text'].str.contains(r'(?:{})'.format('|'.join(negative)), regex=True, na=False)].copy()

Answer 1

对于其中可能包含正则表达式元字符的任意文字字符串，您可以使用re.escape()函数。这条线应该足够：

.str.contains(r'(?:{})'.format(re.escape('|'.join(words)), regex=True, na=False)]