如何迭代pandas列以获取POS标签

Question

我有一个带德语评论的Panda Dataframe。我想得到POS标签，我找到了支持德语的模式lib。

现在，我想迭代Review列，获取所有POS但我得到以下错误（使用此代码）：

如何迭代pandas列以获取POS标记

代码：

r['POSTags'] = parse(r['German_Reviews'].apply(split))

错误消息：

TypeError: expected string or buffer

我想有以下输出：

[(Das, DT), (Essen, NN), (war, VB), (lecker,..

有谁知道如何用模式库解决这个问题？

我的DF系列看起来像这样：

Rating | German_Reviews           | Device ...
----------------------------------------------
5.0    | Das Essen war lecker     | Mobile ...
1.0    | Die Pizza war grauenhaft | Desktop ...
4.0    | Das Restaurant war ok    | Mobile ...

Answer 1

也许这样的事情适合你的情况：

import pandas as pd

'''
Rating | German_Reviews           | Device
5.0    | Das Essen war lecker     | Mobile
1.0    | Die Pizza war grauenhaft | Desktop
4.0    | Das Restaurant war ok    | Mobile
'''

df = pd.read_clipboard(sep = '|')

df.columns = df.columns.str.strip()

com = ['DT', 'NN', 'VB', '...']

df.German_Reviews.str.split().apply(lambda x : list(zip(x, com)))