Question

我正在尝试读取.txt文件，用句子分隔，并创建一个pandas数据框，其中每行有一个句子。输出将是：

0 "blah blah, blah."
1 "more blah."
2 "more more, blah."

到目前为止，我的代码用句子分隔.txt文件，但我似乎无法弄清楚如何取每个句子并将其附加到pandas数据帧。

import os
import sys
import pandas as pd
import re

with open('path/to/file.txt', 'r') as file:
    for line in file:
        for l in re.split(r"(\.)",line):
            string += l
        string += '\n'

Answer 1

假设你有一个循环返回string作为句子的列表对象，如：

["blah blah, blah.", "more blah.", "more more, blah."]

然后你需要：

pd.DataFrame(string)

但是你的循环看起来会在每行基础上拆分句子，而不是跨行。如果希望跨行捕获句子，那么应该这样做：

string = []    
with open("path/to/file.txt", "r") as f:
    full_text = f.read()
    for l in re.split(r"(\.)", full_text):
        if l != ".":
            string.append(l + "\n")
pd.DataFrame(string)

如何将.txt文件中的句子添加到pandas数据框中？

1 个答案: