Question

我想比较句子的两个较长的Dataframe列，并返回看起来像这样的第三个数据框。快照如下所示。

我的第一种方法长期存在，仅适用于单个实例，但是当我将其应用于数据框时失败了。可以在上一个问题中找到它。

逻辑适用于c1和c2中的单词，新值= 1，仅适用于c1中的单词，值设为零。


sentences = tra_df['Sent1']
context = tra_df['Sent2']

Sent1[0] = "I am completely happy with the plan you have laid out today"
Sent2[0] = 'the plan you have laid out today'
c3 = ['0', '0', '0', '0' , '0', '1', '1', '1', '1', '1', '1']

Answer 1

根据我对您问题的理解，这是解决方案。

def get_common_words(c1, c2):
    res = [0]*len(c1.split())
    for idx, existing_word in enumerate(c1.split()):
        if existing_word in c2.split():
            res[idx] = 1
    return res

get_common_words(c1, c2)

如果要使其适用于熊猫数据框

def get_common_words_df(row):
   c1 = row['Sent1']
   c2 = row['Sent2']
   return get_common_words(c1, c2)


df['sent3'] = df.apply(get_common_words_df, axis=1)

您可以对其进行很多优化

比较句子的两个数据帧并返回第三个数据帧

1 个答案: