将单词标记为pandas数据帧中的新列

Question

我正在尝试查看在大熊猫数据框上收集的评论列表，并将这些单词标记化并将这些单词放在数据框的新列中，但是我遇到了错误，是

该错误表明AttributeError：'unicode'对象没有属性'apwords'

还有其他办法吗？感谢

def apwords(words):
    filtered_sentence = []
    words = word_tokenize(words)
    for w in words:
        filtered_sentence.append(w)
    return filtered_sentence
addwords = lambda x: x.apwords()
df['words'] = df['complaint'].apply(addwords)
print df

Answer 1

难道你不想这样做：

   df['words'] = df['complaint'].apply(apwords)

您无需定义函数addwords。应该定义为：

addwords = lambda x: apwords(x)

Answer 2

您应用lambda函数的方法是正确的，这是您定义addwords不起作用的方式。

定义apwords时，如果要应用function而不是attribute，请使用：

addwords = lambda x: apwords(x)

而不是：

addwords = lambda x: x.apwords()

如果您想将apwords用作属性，则需要定义从class继承的string，并将apwords定义为此类中的属性。

使用function：

更容易

def apwords(words):
    filtered_sentence = []
    words = word_tokenize(words)
    for w in words:
        filtered_sentence.append(w)
    return filtered_sentence
addwords = lambda x: apwords(x)
df['words'] = df['complaint'].apply(addwords)