非匹配词在python中删除

Question

我有一个基于文本的字符串，并且只想保留特定的单词。

sample = "This is a test text. Test text should pass the test" 
approved_list = ["test", "text"] 

预期输出：

"test text Test text test" 

我已经经历了很多的regex基于阅读的答案，可惜的是他们没有解决这个具体问题。

解决方案是否也可以扩展到熊猫系列？

Answer 1

您不需要pandas。如果你有一个pd.Series

sample = pd.Series(["This is a test text. Test text should pass the test"] * 5) 
approved_list = ["test", "text"] 

使用str串访问

sample.str.findall('|'.join(approved_list), re.IGNORECASE) 

0 [test, text, Test, text, test] 
1 [test, text, Test, text, test] 
2 [test, text, Test, text, test] 
3 [test, text, Test, text, test] 
4 [test, text, Test, text, test] 
dtype: object