- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有以下示例数据框。让我们假设每个字母实际上都是一个单词。例如,a = 'ant'
和 b = 'boy'
。
id words
1 [a, b, c, d, e, f, g]
1 [h, I, o]
1
1 [a, b, c]
2 [e, f, g, m, n, q, r, s]
2 [w, j, f]
3 [l, t, m, n, q, s, a]
3 [c, d, e, f, g]
4
4 [f, g, z]
创建上述示例数据框的代码:
import pandas as pd
d = {'id': [1, 1, 1, 1, 2, 2, 3, 3, 4, 4], 'words': [['a', 'b', 'c', 'd', 'e', 'f', 'g'], ['h', 'I', 'o'], '', ['a', 'b', 'c'], ['e', 'f', 'g', 'm', 'n', 'q', 'r', 's'], ['w', 'j', 'f'], ['l', 't', 'm', 'n', 'q', 's', 'a'], ['c', 'd', 'e', 'f', 'g'], '', ['f', 'g', 'z']]}
df = pd.DataFrame(data=d)
我在其上运行以下 NLP 代码来执行以下操作:给我从“单词”字段中组合在一起的各种 3 单词组合的计数。
from nltk.collocations import *
from nltk import ngrams
from collections import Counter
trigram_measures = nltk.collocations.BigramAssocMeasures()
finder = BigramCollocationFinder.from_documents(df['words'])
finder.nbest(trigram_measures.pmi, 100)
s = pd.Series(df['words'])
ngram_list = [pair for row in s for pair in ngrams(row, 3)]
counts = Counter(ngram_list).most_common()
df = pd.DataFrame.from_records(counts, columns=['gram', 'count'])
示例结果假设输出如下(数据值是假的):
gram count
a, b, c 13
c, d, e 9
g, h, i 6
q, r, s 1
问题是我希望将结果输出按“id”字段分割。 我想要的示例输出如下(数据是假的和随机的):
id gram count
1 a, b, c 13
1 c, d, e 9
1 g, h, i 6
1 q, r, s 1
2 a, b, c 6
2 w, j, f 3
3 l, t, m 4
3 e, f, g 2
4 f, g, z 1
我该如何实现这一目标? ...通过“id”字段获取结果?
最佳答案
如果我理解正确,您可以将代码包装在一个函数中,并将其应用到按 id
分组的组中,如下所示:
import nltk
import pandas as pd
from nltk.collocations import *
from nltk import ngrams
from collections import Counter
d = {'id': [1, 1, 1, 1, 2, 2, 3, 3, 4, 4],
'words': [['a', 'b', 'c', 'd', 'e', 'f', 'g'], ['h', 'I', 'o'], '', ['a', 'b', 'c'],
['e', 'f', 'g', 'm', 'n', 'q', 'r', 's'], ['w', 'j', 'f'], ['l', 't', 'm', 'n', 'q', 's', 'a'],
['c', 'd', 'e', 'f', 'g'], '', ['f', 'g', 'z']]}
df = pd.DataFrame(data=d)
def counts(x):
trigram_measures = nltk.collocations.BigramAssocMeasures()
finder = BigramCollocationFinder.from_documents(x)
finder.nbest(trigram_measures.pmi, 100)
s = pd.Series(x)
ngram_list = [pair for row in s for pair in ngrams(row, 3)]
c = Counter(ngram_list).most_common()
return pd.DataFrame([(x.name, ) + element for element in c], columns=['id', 'gram', 'count'])
output = df.groupby('id', as_index=False).words.apply(counts).reset_index(drop=True)
print(output)
输出
id gram count
0 1 (a, b, c) 2
1 1 (h, I, o) 1
2 1 (b, c, d) 1
3 1 (d, e, f) 1
4 1 (c, d, e) 1
5 1 (e, f, g) 1
6 2 (g, m, n) 1
7 2 (q, r, s) 1
8 2 (m, n, q) 1
9 2 (n, q, r) 1
10 2 (f, g, m) 1
11 2 (w, j, f) 1
12 2 (e, f, g) 1
13 3 (t, m, n) 1
14 3 (q, s, a) 1
15 3 (e, f, g) 1
16 3 (d, e, f) 1
17 3 (m, n, q) 1
18 3 (c, d, e) 1
19 3 (n, q, s) 1
20 3 (l, t, m) 1
21 4 (f, g, z) 1
关于python - NLP 生成按列中的值分组的并置三元组数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/54580902/
我想做的是让 JTextPane 在 JPanel 中占用尽可能多的空间。对于我使用的 UpdateInfoPanel: public class UpdateInfoPanel extends JP
我在 JPanel 中有一个 JTextArea,我想将其与 JScrollPane 一起使用。我正在使用 GridBagLayout。当我运行它时,框架似乎为 JScrollPane 腾出了空间,但
我想在 xcode 中实现以下功能。 我有一个 View Controller 。在这个 UIViewController 中,我有一个 UITabBar。它们下面是一个 UIView。将 UITab
有谁知道Firebird 2.5有没有类似于SQL中“STUFF”函数的功能? 我有一个包含父用户记录的表,另一个表包含与父相关的子用户记录。我希望能够提取用户拥有的“ROLES”的逗号分隔字符串,而
我想使用 JSON 作为 mirth channel 的输入和输出,例如详细信息保存在数据库中或创建 HL7 消息。 简而言之,输入为 JSON 解析它并输出为任何格式。 最佳答案 var objec
通常我会使用 R 并执行 merge.by,但这个文件似乎太大了,部门中的任何一台计算机都无法处理它! (任何从事遗传学工作的人的附加信息)本质上,插补似乎删除了 snp ID 的 rs 数字,我只剩
我有一个以前可能被问过的问题,但我很难找到正确的描述。我希望有人能帮助我。 在下面的代码中,我设置了varprice,我想添加javascript变量accu_id以通过rails在我的数据库中查找记
我有一个简单的 SVG 文件,在 Firefox 中可以正常查看 - 它的一些包装文本使用 foreignObject 包含一些 HTML - 文本包装在 div 中:
所以我正在为学校编写一个 Ruby 程序,如果某个值是 1 或 3,则将 bool 值更改为 true,如果是 0 或 2,则更改为 false。由于我有 Java 背景,所以我认为这段代码应该有效:
我做了什么: 我在这些账户之间创建了 VPC 对等连接 互联网网关也连接到每个 VPC 还配置了路由表(以允许来自双方的流量) 情况1: 当这两个 VPC 在同一个账户中时,我成功测试了从另一个 La
我有一个名为 contacts 的表: user_id contact_id 10294 10295 10294 10293 10293 10294 102
我正在使用 Magento 中的新模板。为避免重复代码,我想为每个产品预览使用相同的子模板。 特别是我做了这样一个展示: $products = Mage::getModel('catalog/pro
“for”是否总是检查协议(protocol)中定义的每个函数中第一个参数的类型? 编辑(改写): 当协议(protocol)方法只有一个参数时,根据该单个参数的类型(直接或任意)找到实现。当协议(p
我想从我的 PHP 代码中调用 JavaScript 函数。我通过使用以下方法实现了这一点: echo ' drawChart($id); '; 这工作正常,但我想从我的 PHP 代码中获取数据,我使
这个问题已经有答案了: Event binding on dynamically created elements? (23 个回答) 已关闭 5 年前。 我有一个动态表单,我想在其中附加一些其他 h
我正在尝试找到一种解决方案,以在 componentDidMount 中的映射项上使用 setState。 我正在使用 GraphQL连同 Gatsby返回许多 data 项目,但要求在特定的 pat
我在 ScrollView 中有一个 View 。只要用户按住该 View ,我想每 80 毫秒调用一次方法。这是我已经实现的: final Runnable vibrate = new Runnab
我用 jni 开发了一个 android 应用程序。我在 GetStringUTFChars 的 dvmDecodeIndirectRef 中得到了一个 dvmabort。我只中止了一次。 为什么会这
当我到达我的 Activity 时,我调用 FragmentPagerAdapter 来处理我的不同选项卡。在我的一个选项卡中,我想显示一个 RecyclerView,但他从未出现过,有了断点,我看到
当我按下 Activity 中的按钮时,会弹出一个 DialogFragment。在对话框 fragment 中,有一个看起来像普通 ListView 的 RecyclerView。 我想要的行为是当
我是一名优秀的程序员,十分优秀!