熊貓：將數據框列合並到列表中

Question

我正在使用Python（Nltk，Pandas）進行一些文本分析，並且需要一些有關Dataframe的幫助。 我仍然是編程初學者。

我有一個PoS標記數據框（1000行，5列）。

列名：編號（索引中的此），ID，標題，問題，答案

#2 Example rows for Question:

[('I', 'PRON'), ('am', 'VERB'), ('working', 'VERB'),('website', 'NOUN')]
[('Would', 'VERB'), ('you', 'PRON'), ('recomme...)] 

#2 Example rows for Answers:

[('This', 'DET'), ('is', 'VERB'), ('not', 'ADV'),('website', 'NOUN')] 
[('There', 'DET'), ('is', 'VERB'), ('a', 'DET'...)] 

目標：

1.）包含所有1000個PoS標記問題的一個 列表 （非str）

2.）包含所有1000個PoS標記答案的一個 列表 （非str）

3.）包含所有1000個PoS標記的答案和問題的一個 列表 （非str）

到目前為止，我嘗試的是合並“問題”列中的所有行，但是我的結果是：

[[('I', 'PRON'), ('am', 'VERB'),..],[('Would', 'VERB'), 
('you', 'PRON'), ('recomme...)],[(.....)]]  

我想我加入他們的工作是一個錯誤。 我怎樣才能正確地做到這一點，看起來像這樣的清單：

[('I', 'PRON'), ('am', 'VERB'), ('working', 'VERB'),.....]

完整列。

Beneres回答后編輯：

謝謝您的快速解答。 .sum（）是我以前做過的方法，但結果是：

print (df['Merged'])
0      [('Does', 'NOUN'), ('anyone', 'NOUN'), ('know'...
1      [('I', 'PRON'), ('am', 'VERB'), ('building', '...
2      [('I', 'PRON'), ('am', 'VERB'), ('wondering', ...
3      [('I', 'PRON'), ('am', 'VERB'), ('working', 'V...

我需要的是

print (df['Merged'])
0      [('Does', 'NOUN'), ('anyone', 'NOUN'), ('know'...
        ('I', 'PRON'), ('am', 'VERB'), ('building', '...
        ('I', 'PRON'), ('am', 'VERB'), ('wondering', ...
        ('I', 'PRON'), ('am', 'VERB'), ('working', 'V...]

編輯2：解決

Answer 1

如果我理解得很好，則只需執行以下操作：

df['Merged'] = df['Questions'] + df['Answers']

合並問題和答案，然后執行

df.sum()

合並（匯總）所有列表。

例：

import pandas as pd

df = pd.DataFrame({'Q':[[('I', 'PRON'), ('am', 'VERB')], [('You', 'PRON'), ('are', 'VERB')]], 
              'A':[[('This', 'DET'), ('is', 'VERB')], [('Sparta', 'NOUN'), ('bitch', 'VERB')]]})
df['Merged'] = df['A'] +df['Q']

然后：

df.sum()

看起來像這樣：

A         [(This, DET), (is, VERB), (Sparta, NOUN), (bit...
Q         [(I, PRON), (am, VERB), (You, PRON), (are, VERB)]
Merged    [(This, DET), (is, VERB), (I, PRON), (am, VERB...
dtype: object

然后，我對目標3的格式不太確定，如果這不是您想要的，請提供更多詳細信息。

Answer 2

我以一種怪異的方式解決了這個問題，不知道這是否是一個好的解決方案，但是它可以工作：

from ast import literal_eval

# sum all columns and replace resulting "][" between columns with ", "
# change str to list with literal_eval
allQuestions = literal_eval(dfQuestion.sum().replace("][", " ,"))
allAnswers = literal_eval(dfAnswers.sum().replace("][", " ,"))
allPosts = allQuestions + allAnswers

我希望這可以幫助其他人。