从文本数据获取基本特性的Python包。
textfeatures的Python项目详细描述
Introduction:textfeatures
在处理文本数据时，我们总是关心数据的特征、数据的预处理以及更可能的预测。为了改进我们的模型，重要的是要理解数据并在数据中找到更有趣的特性，比如标签、链接等等。在
什么是textfeatures？
它是一个python包，它可以帮助您从文本数据中提取基本特性，如hashtags、stopwords、numerics，这将帮助您理解数据并更有效地改进模型。在
函数结构：
函数名（dataframe，“text_column”，“new_column”）
数据帧：-名称数据帧的
text_列：-名称从中提取特征的列。
新建_列：-新建从文本列的特征提取派生的列。
textfeatures将为您提供哪些服务？
1。word_count（）：-给出文本数据中的总字数。在
2。char_count（）：-给出字符数。在
3。avg_word_length（）：-给出平均单词长度。在
4。stopwords_count（）：给出stopwords计数。在
^{str 1}5美元。stopwords（）：从文本数据中提取非索引字。在
6。hashtags_count（）：-给出hashtags count。在
7。hashtags（）：-从文本数据中提取hashtags。在
8。links_count（）：-从文本数据中给出嵌入链接的计数。在
9。links（）：-从文本数据中提取链接。在
^{str 1}10美元。numeric_count（）：-给出数字计数。在
^{str 1}11美元。user_notifies_count（）：-从文本数据中给用户引用计数。在
12。user_nothings（）：-从文本数据中提取用户提到的内容。在
^{str 1}13美元。clean（）：-删除文本数据中不必要的内容后，给出预处理的数据。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
