在pandas数据帧中将单词标记到新列中

Question

我试图浏览一个pandas数据帧上收集的评论列表，并将这些单词标记化，然后将这些单词放入数据框中的新列中，但我在执行此操作时遇到了一个错误，是

错误说明AttributeError:“unicode”对象没有属性“apwords”

还有别的办法吗？谢谢

def apwords(words):
    filtered_sentence = []
    words = word_tokenize(words)
    for w in words:
        filtered_sentence.append(w)
    return filtered_sentence
addwords = lambda x: x.apwords()
df['words'] = df['complaint'].apply(addwords)
print df

Answer 1

您应用lambda函数的方法是正确的，您定义addwords的方法行不通。在

当您定义apwords时，您定义的是function，而不是attribute，因此当您要应用它时，请使用：

addwords = lambda x: apwords(x)

而不是：

^{pr2}$

如果要使用apwords作为属性，则需要定义继承自string的{}，并将{}定义为该类中的一个属性。在

与function呆在一起要容易得多：

def apwords(words):
    filtered_sentence = []
    words = word_tokenize(words)
    for w in words:
        filtered_sentence.append(w)
    return filtered_sentence
addwords = lambda x: apwords(x)
df['words'] = df['complaint'].apply(addwords)

Answer 2

你不想这样做：

   df['words'] = df['complaint'].apply(apwords)

您不需要定义函数addwords。应定义为：

^{pr2}$