[英]Tokenizing words into a new column in a pandas dataframe
我正在尝试查看在熊猫数据框中收集的注释列表,并将这些单词标记化,然后将这些单词放在数据框中的新列中,但是在执行此操作时出现错误,是
该错误表明AttributeError:'unicode'对象没有属性'apwords'
还有其他方法吗? 谢谢
def apwords(words):
filtered_sentence = []
words = word_tokenize(words)
for w in words:
filtered_sentence.append(w)
return filtered_sentence
addwords = lambda x: x.apwords()
df['words'] = df['complaint'].apply(addwords)
print df
您不只是想这样做:
df['words'] = df['complaint'].apply(apwords)
您不需要定义功能addwords
。 应该定义为:
addwords = lambda x: apwords(x)
您应用lambda
函数的方法是正确的,这是您无法定义addwords
的方法。
当您定义apwords
您定义的是function
而不是attribute
因此,当您要应用它时,请使用:
addwords = lambda x: apwords(x)
并不是:
addwords = lambda x: x.apwords()
如果要将apwords
用作属性,则需要定义一个从string
继承的class
,并将apwords
定义为apwords
中的属性。
使用该function
要容易得多:
def apwords(words):
filtered_sentence = []
words = word_tokenize(words)
for w in words:
filtered_sentence.append(w)
return filtered_sentence
addwords = lambda x: apwords(x)
df['words'] = df['complaint'].apply(addwords)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.