Question

我有一个Python Pandas数据框，我需要在其中两列中对单词进行词形变换。我正在使用spacy。

import spacy
nlp = spacy.load("en")

我正在尝试使用基于此示例的词形还原（完美地运行）：

doc3 = nlp(u"this is spacy lemmatize testing. programming books are more better than others")
for token in doc3: 
    print (token, token.lemma, token.lemma_)

我已将其重写为循环遍历数据框中其中一列的每一行：

for row in example['col1']:
    for token in row:
        print(token.lemma_)

但是，我无法弄清楚如何用词形词替换col1中的单词。

我试过这个，它不会返回错误，但也不会替换任何单词。知道出了什么问题吗？

for row in example['col1']:
    for token in row:
        token = token.lemma_

Answer 1

假设您的数据框包含字符串，如

example = pd.DataFrame({"col1":["this is spacy lemmatize testing.", "some programming books are better than others", "sounds like a quote from the Smiths"]})

apply和列表推导可以完成以下任务：

example["col1"].apply(lambda row: [w.lemma_ for w in nlp(row)])

（在代码的最后for循环中，您反复分配给token其属性token.lemma_，然后一次又一次地执行此操作（在每次迭代时覆盖此内容而不保留跟踪以前的值）。

在Python Pandas数据帧中替换词形还原字符串的问题

1 个答案: