Question

我有一个看起来像的数据框

Index    Text

0        When can I go to Canada?
1        Who is king Arthur?
2        Can you give me the email of Norton?

我使用Spacy尝试从数据框的每一行提取名称，以使输出看起来像这样

Index    Text                                     Name

0        When can I go to Canada?                 
1        Who is king Arthur?                      Arthur
2        Can you give me the email of Norton?     Norton

我使用以下代码取得了一定的成功

df['Name'] = [nlp(x).ents for x in df['Text']]

但是它会输出各种各样的实体，而不仅是名称，例如，我也会得到'Canada'作为输出，这是我不想要的。所以，我修改了代码

df['Name'] = [token.label_ for token in nlp(x).ents for x in df['Text']]

但是突然我得到了错误

NameError: name 'x' is not defined

为什么列表理解不起作用？按照此处的代码示例https://spacy.io/

Answer 1

尝试一下。

import spacy 
nlp = spacy.load("en_core_web_sm")

def get_persons( text ):
    good_ents = {"PERSON" , "ORG"}
    doc = nlp(text)
    persons = [i.text for i in doc.ents if i.label_ in good_ents]
    return persons 

df["name"] = df.apply( lambda x : get_persons( x["Text"] ) , axis = 1 )

熊猫数据框的空间列表理解

1 个答案: