我目前正在整理一個腳本，用于對抓取的推文進行主題建模，但我遇到了幾個問題。我希望能夠搜索一個詞的所有實例，然后返回該詞的所有實例，加上前后的詞，以便為詞的使用提供更好的上下文。我已經(jīng)標記了所有推文，并將它們添加到一個系列中，其中相對索引位置用于識別周圍的詞。我目前擁有的代碼是： myseries = pd.Series(["it", 'was', 'a', 'bright', 'cold', 'day', 'in', 'april'], index= [0,1,2,3,4,5,6,7]) def phrase(w): search_word= myseries[myseries == w].index[0] before = myseries[[search_word- 1]].index[0] after = myseries[[search_word+ 1]].index[0] print(myseries[before], myseries[search_word], myseries[after])該代碼大部分工作，但如果搜索第一個或最后一個單詞將返回錯誤，因為它超出系列的索引范圍。有沒有辦法忽略超出范圍的索引并簡單地返回范圍內的內容？當前代碼也只返回搜索詞前后的詞。我希望能夠在函數(shù)中輸入一個數(shù)字，然后返回前后的一系列單詞，但我當前的代碼是硬編碼的。有沒有辦法讓它返回指定范圍的元素？我在創(chuàng)建循環(huán)來搜索整個系列時也遇到了問題。根據(jù)我寫的內容，它要么返回第一個元素而不返回任何其他元素，要么一遍又一遍地重復打印第一個元素而不是繼續(xù)搜索。不斷重復第一個元素的令人討厭的代碼是： def ws(word): for element in tokened_df: if word == element: search_word = tokened_df[tokened_df == word].index[0] before = tokened_df[[search_word - 1]].index[0] after = tokened_df[[search_word + 1]].index[0] print(tokened_df[before], word, tokened_df[after])顯然我忽略了一些簡單的東西，但我終究無法弄清楚它是什么。我如何修改代碼，以便如果同一個詞在系列中重復出現(xiàn)，它將返回該詞的每個實例以及周圍的詞？我希望它的工作方式遵循“如果條件為真，則執(zhí)行‘短語’功能，如果不為真，則繼續(xù)執(zhí)行系列”的邏輯。
2 回答
紅顏莎娜
TA貢獻1842條經(jīng)驗 獲得超13個贊
是這樣的嗎？我在你的例子中添加了一個重復的詞（“明亮”）。還添加了n_before和n_after輸入周圍單詞的數(shù)量
import pandas as pd
myseries = pd.Series(["it", 'was', 'a', 'bright', 'bright', 'cold', 'day', 'in', 'april'],
index= [0,1,2,3,4,5,6,7,8])
def phrase(w, n_before=1, n_after=1):
search_words = myseries[myseries == w].index
for index in search_words:
start_index = max(index - n_before, 0)
end_index = min(index + n_after+1, myseries.shape[0])
print(myseries.iloc[start_index: end_index])
phrase("bright", n_before=2, n_after=3)
這給出：
1 was
2 a
3 bright
4 bright
5 cold
6 day
dtype: object
2 a
3 bright
4 bright
5 cold
6 day
7 in
dtype: object
茅侃侃
TA貢獻1842條經(jīng)驗 獲得超22個贊
這不是很優(yōu)雅，但您可能需要一些條件來說明出現(xiàn)在短語開頭或結尾的單詞。為了解釋重復的單詞，找到重復單詞的所有實例并循環(huán)遍歷您的打印語句。對于變量myseries，我重復了這個詞cold兩次，所以應該有兩個打印語句
import pandas as pd
myseries = pd.Series(["it", 'was', 'a', 'cold', 'bright', 'cold', 'day', 'in', 'april'],
index= [0,1,2,3,4,5,6,7,8])
def phrase(w):
for i in myseries[myseries == w].index.tolist():
search_word= i
if search_word == 0:
print(myseries[search_word], myseries[i+1])
elif search_word == len(myseries)-1:
print(myseries[i-1], myseries[search_word])
else:
print(myseries[i-1], myseries[search_word], myseries[i+1])
輸出：
>>> myseries
0 it
1 was
2 a
3 cold
4 bright
5 cold
6 day
7 in
8 april
dtype: object
>>> phrase("was")
it was a
>>> phrase("cold")
a cold bright
bright cold day
添加回答
舉報
0/150
提交
取消