从充满句子的数据框中删除字母分组和单词列表

Question

我有一个数据帧df，其中包含未清理的文本字符串

                             phrase
 0           the quick brown br fox
 1   jack and jill went up the hill

我还有一个单词和字母分组的列表，我想remove称为remove，如下所示：

['br', and]

在本例中，我希望得到以下输出：

                         phrase
 0          the quick brown fox
 1   jack jill went up the hill

请注意，“brown”中的br不是作为一个较大单词的一部分保留在df中，但是“br”本身被删除了

我试过：

df['phrase']=[re.sub(r"\b%remove\b", "", sent) for sent in df['phrase']]

但不能让它正常工作。有人能告诉我怎么做吗

谢谢

Answer 1

我觉得它可以随着replace下降

s=[r'\b'+x+r'\b' for x in L]

df.phrase.str.replace('|'.join(s),'')
Out[176]: 
0           the quick brown  fox
1    jack  jill went up the hill
Name: phrase, dtype: object

Answer 2

对split使用嵌套列表理解，通过in使用tes成员身份，并将拆分的值连接回：

L = ['br', 'and']

df['phrase']=[' '.join(x for x in sent.split() if x not in L) for sent in df['phrase']]
print (df)
                       phrase
0         the quick brown fox
1  jack jill went up the hill