python - 如何计算数据框列中 Spacy 的名词数量？

Question

我有一个这样的数据框(作为示例)。

<表类="s-表"><头>正文<正文>我出国了安德鲁来自美国，他喜欢苹果。

我想添加一个新列，名词数量，Spacy 应该在其中计算 NOUNS pos 标签。我如何在 Python 中转换它？

import pandas as pd
import spacy

# the dataframe

# NLP Spacy with POS tags
nlp = spacy.load("en_core_web_sm")

我的问题是，如何在“文本”列上应用 nlp，检查 pos 是否为 NOUN 并将其计数并作为特征提供？

谢谢!

Answer 1

首先我创建了一个演示数据框:

import spacy
import pandas as pd
nlp = spacy.load("en_core_web_sm")
df = pd.DataFrame([["I left the country"],["Andrew is from America and he loves apples."]],columns=["text"])

看起来像这样:

m=[]   # empty list to save values
for x in range(len(df['text'])): #  here you can have any number of rows in dataframe
  doc=nlp(df['text'][x])  #here we are applying nlp on each row from text column in dataframe.
  for n in doc.noun_chunks:
    m.append(n.text)
print(m)
print(len(m)) # this gives the count of number of nouns in all text rows.