gpt4 book ai didi

python - 在 python 中创建一个 "virtual"语料库

转载 作者:太空宇宙 更新时间:2023-11-04 06:42:09 28 4
gpt4 key购买 nike

我需要从一个巨大的数据帧(或任何与 r 数据帧等效的 python)创建一个语料库,方法是将它分成与用户名一样多的数据帧。

例如,我从这样的数据框开始:

username    search_term
name_1 "some_text_1"
name_1 "some_text_2"
name_2 "some_text_3"
name_2 "some_text_4"
name_3 "some_text_5"
name_3 "some_text_6"
name_3 "some_text_1"

[...]

name_n "some_text_n-1"

我想获得:

data frame 1
username search_term
name_1 "some_text_1"
name_1 "some_text_2"

data frame 2
username search_term
name_2 "some_text_3"
name_2 "some_text_4"

等等..

我已经为 R 提出了这个问题,但现在我意识到使用 python NLTK 对我来说可能是一个优势。我发现在 R 中我可以创建一个虚拟语料库。在python中是一样的吗?或者有其他方法可以在 python 中解决这个问题吗?

要了解我如何在 R 中解决此问题,请参阅:

Split a huge dataframe in many smaller dataframes to create a corpus in r

How transform a list into a corpus in r?

最佳答案

这是你在 R 中的解决方案

我创建了一个类似的data.frame df

df <- data.frame(group = rep(1:6, each = 2) , value = 1:12)

这里是组索引和 future 小数据帧的名称

idx <- unique(df$group)
nms <- paste0('df', idx)

接下来,在 for 循环中我创建了这些小的 data.frames

for(i in idx){
df_tmp <- df[df$group == i, ]
do.call('<-', list(nms[i], df_tmp))
}

关于python - 在 python 中创建一个 "virtual"语料库,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34273521/

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com