Question

Python的新手-我正在做一些文本预处理，并试图导出csv文件，该文件包括一列由一系列字符串组成的列。

data['Lemmas']

0                                                 [require]
1                               [speak, gentleman, wk, ago]
2         [material, come, soft, plastic, st, use, pste,...
3                               [send, email, confirmation]

type(data['Lemmas'][0])

list

在读取此csv时，Pandas将此列解释为一系列字符串。

0                                               ['require']
1                       ['speak', 'gentleman', 'wk', 'ago']
2         ['material', 'come', 'soft', 'plastic', 'st', ...
3                         ['send', 'email', 'confirmation']

type(data_verbatims['Lemmas'][0])

str

我已经可以通过执行一些笨拙的字符串操作来解决此问题，但是必须有一种更好的方法来正确地导出/读取此列，或者将其转换回原始结构。

import string

lemmas=[]

for words in data_verbatims['Lemmas']:
    for char in words:                 
        if char in string.punctuation:
            words = words.replace(char, '')
    lemmas.append(words)

lemmas = pd.Series(lemmas)
lemmas = lemmas.apply(lambda x: x.split())

Answer 1

如果我对您的理解正确，我们可以在此处使用ast.literal_eval：

                                          Lemmas
0                                    ['require']
1            ['speak', 'gentleman', 'wk', 'ago']
2  ['material', 'come', 'soft', 'plastic', 'st']
3              ['send', 'email', 'confirmation']

type(df['Lemmas'][0])

#Out
str

from ast import literal_eval

df['Lemmas'] = df['Lemmas'].apply(literal_eval)

                                Lemmas
0                            [require]
1          [speak, gentleman, wk, ago]
2  [material, come, soft, plastic, st]
3          [send, email, confirmation]

type(df['Lemmas'][0])

#Out
list

列作为一系列字符串列表导出到CSV，在已读取的Pandas上解释为仅一系列字符串

1 个答案: