[英]Python & Pandas: appending data to new column
使用 Python 和 Pandas,我正在編寫一個腳本,該腳本將來自 csv 的文本數據通過 pylanguagetool 庫傳遞,以計算文本中語法錯誤的數量。 腳本成功運行,但將數據附加到 csv 的末尾而不是新列。
csv的結構是:
工作代碼是:
import pandas as pd
from pylanguagetool import api
df = pd.read_csv("Streamlit\stack.csv")
text_data = df["text"].fillna('')
length1 = len(text_data)
for i, x in enumerate(range(length1)):
# this is the pylanguagetool operation
errors = api.check(text_data, api_url='https://languagetool.org/api/v2/', lang='en-US')
result = str(errors)
# this pulls the error count "message" from the pylanguagetool json
error_count = result.count("message")
output_df = pd.DataFrame({"error_count": [error_count]})
output_df.to_csv("Streamlit\stack.csv", mode="a", header=(i == 0), index=False)
輸出是:
預期輸出:
像這樣附加輸出需要哪些更改?
您可以考慮使用lambda
,而不是使用循環,它可以在一行中完成您想要的操作:
df["error_count"] = df["text"].fillna("").apply(lambda x: len(api.check(x, api_url='https://languagetool.org/api/v2/', lang='en-US')["matches"]))
>>> df
user_id ... error_count
0 10 ... 2
1 11 ... 0
2 12 ... 0
3 13 ... 0
4 14 ... 0
5 15 ... 2
您可以使用以下命令將上述內容寫入 .csv 文件:
df.to_csv("Streamlit\stack.csv", index=False)
您不想使用mode="a"
因為它以追加模式打開文件,而您想要(默認)寫入模式。
我的策略是將錯誤計數保留在列表中,然后在原始數據庫中創建一個單獨的列,最后將該數據庫寫入 csv:
text_data = df["text"].fillna('')
length1 = len(text_data)
error_count_lst = []
for i, x in enumerate(range(length1)):
errors = api.check(text_data, api_url='https://languagetool.org/api/v2/', lang='en-US')
result = str(errors)
error_count = result.count("message")
error_count_lst.append(error_count)
text_data['error_count'] = error_count_lst
text_data.to_csv('file.csv', index=False)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.