如何将sklearn tfidf矢量熊猫输出转换为有意义的格式

Question

我已经使用sklearn来获取我的语料库的tfidf分数，但是输出的格式不是我想要的。

代码：

vect = TfidfVectorizer(ngram_range=(1,3))
tfidf_matrix = vect.fit_transform(df_doc_wholetext['csv_text'])

df = pd.DataFrame(tfidf_matrix.toarray(),columns=vect.get_feature_names())

df['filename'] = df.index

我所拥有的：

word1，word2，word3可以是语料库中的任何单词。我提到了它们，例如word1，word2，word3。

我需要什么

我尝试对其进行转换，但是它将所有列转换为行。有没有办法做到这一点？

Answer 1

df1 = df.filter(like='word').stack().reset_index()
df1.columns = ['filename','word_name','score']

输出：

   filename word_name  score
0         0     word1   0.01
1         0     word2   0.04
2         0     word3   0.05
3         1     word1   0.02
4         1     word2   0.99
5         1     word3   0.07

更新：常规列标题：

df1 = df.iloc[:,1:].stack().reset_index()