我有一個有很多條目的DF。DF 的摘錄如下所示。DF_OLD =...sID   tID   NER      token           Prediction274   79    U-Peop   khrushchev      Live_In-ARG2+B274   79    O        's              Live_IN-ARG2+L807   53    U-Loc    louisiana       Live_IN-ARG2+U807   56    B-Peop   earl            Live_IN-ARG1+B807   57    L-Peop   long            Live_IN-ARG1+L807   13    B-Peop   dwight          Live_IN-ARG1+B807   13    I-Peop   d.              Live_IN-ARG1+I807   13    L-Peop   eisenhower      Live_IN-ARG1+L...該列sID將不同的句子分開。該列Prediction顯示了機器學習分類器的結果。這些可能很荒謬。我的目標是按照以下方案將所有預測的標簽分組：DF_Expected =...sID   entity1              tID1    entity2           tID2   Relation274   NaN                  NaN     khrushchev 's     79     Live_In 807   earl long            56 57   louisiana         53     Live_In807   dwight d. eisenhower 13      louisiana         53     Live_In...“-ARGX-”部分顯示實體在表中的位置，而第一個“-”之前的部分顯示關系。如果缺少參數(shù)部分之一，則相應的單元格應為空。這是我嘗試過的：DF["Live_In_Predict_Split"] = DF["Prediction"].str.split("+").str[0]DF["token2"] = DF["token"]DF["tokenID2"] = DF["tokenID"]DF["Live_In_Predict2"] = DF["Live_In_Predict"]data_tokeni_map =   DF.groupby(["Live_In_Predict_Split","sentenceID"],as_index=True, sort=False).agg(" ".join).reset_index()s = data_tokeni_map.loc[:,['sentenceID','token2',"tokenID2","Live_In_Predict2"]].merge(data_tokeni_map.loc[:,['sentenceID','token',"tokenID","Live_In_Predict"]],on='sentenceID')                      s = s.loc[s.token2!=s.token].drop_duplicates()我缺少某種計數(shù)器來區(qū)分不同的“-ARGX-”和某種 GroupBy 函數(shù)（GroupingBy tokenID 不智能，因為它會產(chǎn)生錯誤的結果）。因此，我的新DF錯誤：DF_EDITED =...sID   entity1                         tID1      entity2                     tID2   ...807   dwight d eisenhower earl long  13 56 57   louisiana                    53   807   louisiana                      13 56 57  dwight d eisenhower earl long 53