1

Hola me gustaría saber cómo puedo buscar palabras o frases contenidas en otra en Python por ejemplo, tenemos lista de palabras o frases en la primera columna, quiero evaluar si esa palabra o frase está completa y contenida en la otra celda, si lo está que se marque true, de lo contrario false, no importa si tiene acentuación o mayúsculas.

Es decir, en la columna animal hay una lista de animales, quiero saber si esos animales pertenecen a los registros del campo Familia, en caso de no pertenecer, que marque False. Estaba pensando en usar un str.contains pero no sé que argumento debo poner. Algo así

d["Familia"].str.contains("",regex=False)

No sé que argumento poner para que itere cada vez el nombre del animal buscado.

introducir la descripción de la imagen aquí


Agrego esto que hice, ahora el problema es que no sé cómo guardar esto en un dataframe

df= pd.DataFrame(np.array([["perro", "gato | leon"], ["gallina","zorro | gallina | vaca"], ["oso", "oso | conejo | caballo"],["coral",np.nan]]),
               columns=['Animal', 'Familia'])
df
Animal Familia
0 perro gato / león
1 gallina zorro / gallina / vaca
2 oso oso /conejo /caballo
3 coral

Luego hago esto

animal_m=df["Animal"].unique()
fam=df["Familia"].unique()
     for i in range(len(animal_m)):
     a=animal_m[i]
     print(df["Familia"].str.contains(a,regex=False))

Esto itera varias veces y me devuelve esto

0    False
1    False
2    False
3    False
Name: Familia, dtype: bool
0    False
1     True
2    False
3    False
Name: Familia, dtype: bool
0    False
1    False
2     True
3    False
Name: Familia, dtype: bool
0    False
1    False
2    False
3    False
Name: Familia, dtype: bool

Es decir que si está funcionando, con perro, todos son falsos, en gallina el segundo es correcto y así sucesivamente, pero cómo paso esto al dataframe y que una los resultados.

4
  • 2
    Bienvenida Melissa Fonseca a Stack Overflow en español, te sugiero que hagas el recorrido de bienvenida y de paso ganes tu primer medalla, también es muy importante que leas Cómo preguntar para poder mejorar tu pregunta y que sea bien recibida por la comunidad mejorando así, tus chances de obtener buenas respuestas. Commented el 6 ene. 2022 a las 19:30
  • Por favor, aclara tu problema específico o proporciona detalles adicionales para resaltar exactamente lo que necesitas. Tal como está escrito, es difícil saber exactamente qué estás preguntando.
    – Comunidad Bot
    Commented el 6 ene. 2022 a las 19:34
  • Creo que has cambiado la pregunta, podrías hacer una nueva en vez de cambiarla con ediciones. Así otras personas se ubican mejor. Commented el 9 ene. 2022 a las 0:49
  • También creo que has respondido a tu propia pregunta, lo correcto sería ponerla en una respuesta más abajo y no editando la pregunta. Commented el 9 ene. 2022 a las 1:11

1 respuesta 1

0

A continuación te presento una solución usando variables nombradas en español, tal y como en tu ejemplo. Sin embargo, te recomiendo escribir todo en inglés.

Solución: Primero, antes del "for", crea una lista vacía en donde añadirás el resultado para cada fila:

esta=[]

Segundo, cambia tu "print" dentro del "for" por la siguiente línea de código: esta.append(np.sum(df["Familia"].str.contains(a,regex=False)) >= 1)

En esta parte se aprovecha el hecho de que la suma de los resultados será mayor o igual a una sólamente si el nombre del animal está. Se usa el ">=1" y no el "=1" por por si llegan a haber familias con nombres de animales repetidos.

Tercero, añade la lista como nueva columna de tu "dataframe":

df["Esta"] = esta
print(df)

Código completo:

import numpy as np
import pandas as pd

df= pd.DataFrame(np.array([ ["perro", "gato | leon"], 
                            ["gallina","zorro | gallina | vaca"], 
                            ["oso", "oso | conejo | caballo"],
                            ["coral",np.nan]]),
                            columns=['Animal', 'Familia'])


animal_m=df["Animal"].unique()
fam=df["Familia"].unique()
esta=[]
for i in range(len(animal_m)):
    a=animal_m[i]
    esta.append(np.sum(df["Familia"].str.contains(a,regex=False)) >= 1)

df["Esta"] = esta
print(df)

Yo uso "print(df)" al final ya que no estaba utilizando Jupyter Notebook en este caso sino VS Code. Al ejecutar lo anterior se obtiene:

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.