从列表中的元组中提取带有 NN 标签的单词

Question

我试图在每个具有“ NN ”标签的元组中提取第 0 个元素。 只想根据标签提取单词。 例如。 每行：

train['Tag'] = [('unclear', 'JJ'), ('incomplete', 'JJ'), ('instruction', 'NN'), ('given', 'VBN')]

我尝试使用 where 子句提取每个元组中的第一个元素

train['Tagged2']= [x[0] for x in train['Tag'] if x[1] in ("NN")]

预期结果，新列包含每行带有NN标签的单词，在示例中将是单词“ instruction ”

Answer 1

== ：

如果两个操作数的值相等，则条件成立。

in ：

如果找到指定序列中的变量，则计算结果为 true，否则为 false。

因此：

使用比较运算符==而不是in ：

tt = [('unclear', 'JJ'), ('incomplete', 'JJ'), ('instruction', 'NN'), ('given', 'VBN')]

print([t[0] for t in tt if t[1] == 'NN'])

输出：

['instruction']

编辑：

由于您更新了您的问题：

train = {}    # Assuming that you're working with associative arrays i.e. dict in Py

train['Tag'] = [('unclear', 'JJ'), ('incomplete', 'JJ'), ('instruction', 'NN'), ('given', 'VBN')]

print([t[0] for t in train['Tag'] if t[1] == 'NN'])

输出：

['instruction']

小提琴

Answer 2

由于您必须根据条件创建新的pandas列，因此您可以使用以下代码过滤掉带有标签NN单词

df = pd.DataFrame()
df['Tag'] = [('unclear', 'JJ'), ('incomplete', 'JJ'), ('instruction', 'NN'), ('given', 'VBN')]

# create 2 separate columns with tags and words
df['words'] = [i[0] for i in df['Tag']]
df['tags'] = [i[1] for i in df['Tag']]

# use np.where to find tags with `NN`
df['Tagged2'] = np.where(df['tags']=='NN', df['words'], np.nan)

df.drop(['words','tags'],1,inplace=True)
print(df)

输出：

                Tag      Tagged2                                                                                                     
0      (unclear, JJ)          NaN                                                                                                     
1   (incomplete, JJ)          NaN                                                                                                     
2  (instruction, NN)  instruction                                                                                                     
3       (given, VBN)          NaN 

Answer 3

train['Tagged3']= train['subclause'].apply(lambda x:' '.join([word for (word, pos) in nltk.pos_tag(nltk.word_tokenize(x)) if pos[0] == 'N']))