在大熊猫中执行nltk.stem.SnowballStemmer
我有一个四列的DataFrame，其中有两列标记化的单词，它们已经删除了停止词，并转换成小写，现在正试图阻止它们。
我不确定apply()方法是否访问了这个系列和它的单个单元，或者我是否需要另一种方式进入每一条记录，因此尝试了这两种方法(我认为！)
from nltk.stem import SnowballStemmer
stemmer = nltk.stem.SnowballStemmer('english')
我试过：
df_2['Headline'] = df_2['Headline'].apply(lambda x: stemmer.stem(item) for item in x)
在() -->1df_2‘标题中的跟踪(最近一次调用)__‘=df_2’标题‘.应用(lambda:stemmer.stem(项目)表示x中的项目)
应用中的~\AppData\Local\Continuum\anaconda3\envs\learn-env\lib\site-packages\pandas\core\series.py (self，func，convert_dtype，args，**kwds) 3192
其他: 3193个值=self.astype(对象).values -> 3194 and =lib.map_infer(value，f，convert=convert_dtype) 3195 3196，如果len(映射)和isinstance(映射，串联)：
熊猫/_libs/src\ference.pyx在pandas._libs.lib.map_infer()
TypeError：“生成器”对象不可调用
我相信这个TypeError类似于说'List‘对象是不可调用的，并且用apply()方法修复了这个对象，这里没有任何想法。
df_2['Headline'] = df_2['Headline'].apply(lambda x: stemmer.stem(x))
在()_2‘标题’.应用(lambda x: stemmer.stem(x)) 2 3 df_2.head()
应用中的~\AppData\Local\Continuum\anaconda3\envs\learn-env\lib\site-packages\pandas\core\series.py (self，func，convert_dtype，args，**kwds) 3192
其他: 3193个值=self.astype(对象).values -> 3194 and =lib.map_infer(value，f，convert=convert_dtype) 3195 3196，如果len(映射)和isinstance(映射，串联)：
熊猫/_libs/src\ference.pyx在pandas._libs.lib.map_infer()
在(x)
词干中的~\AppData\Local\Continuum\anaconda3\envs\learn-env\lib\site-packages\nltk\stem\snowball.py (self，word) 14151416“”-> 1417 word = word.lower() 1418 1419如果单词in self.stopwords或len( word ) <= 2：
AttributeError：'list‘对象没有属性'lower'
回答 1
Stack Overflow用户
发布于 2020-01-13 15:50:07
您需要为axis指定apply。
下面是一个完整的工作示例：
import pandas as pd
df = pd.DataFrame({
'col_1' : [['ducks'], ['dogs']],
'col_2' : [['he', 'eats', 'apples'], ['she', 'has', 'cats', 'dogs']],
'col_3' : ['some data 1', 'some data 2'],
'col_4' : ['another data 1', 'another data 2']
})
df.head()输出
col_1 col_2 col_3 col_4
0 [ducks] [he, eats, apples] some data 1 another data 1
1 [dogs] [she, has, cats, dogs] some data 2 another data 2现在，让我们为标记化的列应用词干：
import nltk
from nltk.stem import SnowballStemmer
stemmer = nltk.stem.SnowballStemmer('english')
df.col_1 = df.apply(lambda row: [stemmer.stem(item) for item in row.col_1], axis=1)
df.col_2 = df.apply(lambda row: [stemmer.stem(item) for item in row.col_2], axis=1)检查dataframe的新内容。
df.head()输出
col_1 col_2 col_3 col_4
0 [duck] [he, eat, appl] some data 1 another data 1
1 [dog] [she, has, cat, dog] some data 2 another data 2https://stackoverflow.com/questions/59719477
复制相似问题
腾讯云开发者
