我有一個如下所示的資料集：
| 情緒 | 文本 |
|---|---|
| 積極的 | ['耐嚼'，'什么'，'dhepburn'，'說'] |
| 中性的 | ['耐嚼'，'加'，'你'，'已經'，'添加'] |
我想把它轉換成這個：
| 情緒 | 文本 |
|---|---|
| 積極的 | 有嚼勁的 dhepburn 說的話 |
| 中性的 | 耐嚼加上你添加 |
我基本上想將由串列組成的“文本”列轉換為一列文本。
我已經完成了這段代碼的多個版本：
def joinr(words):
return ','.join(words)
#df['text'] = df.apply(lambda row: joinr(row['text']), axis=1)
#df['text'] = df['text'].apply(lambda x: ' '.join([x]))
df['text'] = df['text'].apply(joinr)
我不斷得到類似這樣的東西：
| 情緒 | 文本 |
|---|---|
| 積極的 | ['chew y', 'what t', 'dhepbur n', 'sai d'] |
| 中性的 | ['chew y', 'plus s', 'yo u', 'v e', 'adde d'] |
這是 ML 模型資料預處理的一部分。我在 Google Colab 作業（類似于 Juypter Notebook）。
uj5u.com熱心網友回復：
我相信你的問題是軸 = 1 你不需要那個
data = {
'sentiment' : ['positive', 'neutral'],
'text' : ["['chewy', 'what', 'dhepburn', 'said']", "['chewy', 'plus', 'you', 've', 'added']"]
}
df = pd.DataFrame(data)
df['text'] = df['text'].apply(lambda x : x.replace('[', '')).apply(lambda x : x.replace(']', '')).apply(lambda x : x.replace("'", ''))
df['text'] = df['text'].apply(lambda x : x.split(','))
df['text'] = df['text'].agg(' '.join)
df
uj5u.com熱心網友回復：
使用join：
df['test'].str.join(' ')
示范：
df = pd.DataFrame({'test': [['chewy', 'what', 'dhepburn', 'said']]})
df['test'].str.join(' ')
輸出：
0 chewy what dhepburn said
Name: test, dtype: object
根據評論：
#Preparing data
string = """sentiment text
positive ['chewy', 'what', 'dhepburn', 'said']
neutral ['chewy', 'plus', 'you', 've', 'added']"""
data = [x.split('\t') for x in string.split('\n')]
df = pd.DataFrame(data[1:], columns = data[0])
#Solution
df['text'].apply(lambda x: eval(x)).str.join(' ')
此外，您可以更簡單地使用：
df['text'].str.replace("\[|\]|'|,",'')
輸出：
0 chewy what dhepburn said
1 chewy plus you ve added
Name: text, dtype: object
uj5u.com熱心網友回復：
如果你有一個串列的字串表示，你可以使用：
from ast import literal_eval
df['text'] = df['text'].apply(lambda x: ' '.join(literal_eval(x)))
如果您真的只想洗掉括號和逗號，請使用正則運算式：
df['text'] = df['text'].str.replace('[\[\',\]]', '', regex=True)
輸出：
sentiment text
0 positive chewy what dhepburn said
1 neutral chewy plus you ve added
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/485857.html
下一篇：從Scala中的檔案中讀取元組