如何从一揽子单词中查找文本中的匹配项并替换为值？

Question

我尝试将文本中的单词替换为一袋单词中的值。我尝试了不同的方法，但没有任何效果。我在此站点上看到了很多类似的主题，但是没有任何帮助。

我有两个DataFrame：

bag_of_words：

    word    frequency   probability

0   I       678999      -2.862037

1   like    358754      -3.500018

2   python  341503      -3.549299

3   and     294807      -3.696334

4   pandas  275915      -3.762562

DF：

    text

0   I like python

1   and pandas  

我需要在DF中找到匹配项，并将其替换为bag_of_words中单词的值：

    text

0   -2.862037 -3.500018 -3.549299   

1   -3.696334 -3.76256

我试图通过两种方式解决问题：

for word, probability in bag_of_words.itertuples(index=False,name=None):
   df.text = df.text.str.replace(r'\b{0}\b'.format(word),probability)

收到错误：

  ValueError: too many values to unpack (expected 2)

和另一种方式：

def correct(w,bag_of_words):
    c =bag_of_words.get(w)
    return c if c else w

def corrections(sent,bag_of_words):
    return " ".join((correct(w, bag_of_words) for w in sent.split()))

df.apply(lambda x: corrections(x.text, bag_of_words),axis=1)

收到错误： ＃

  

ValueError ：（“系列的真值不明确。请使用a.empty，   a.bool（），a.item（），a.any（）或a.all（）。'，'发生在索引0'）

Answer 1

将HResult的嵌套列表推导用于字典的地图值：

get