x、 findall函数返回一个值，但不会写入pandals数据fram

Question

我创建了一个函数来搜索NLTK.text.text对象，并在运行函数时返回一个值。在

更新：问题似乎是在下面的函数中，'dongion'变量实际上没有被传递一个值。这个文本.findall但是，函数确实返回一个值，但由于某些原因不更新变量。在

def find_donation_orgs(x):
    text = nltk.Text(nltk.word_tokenize(x))
    donation =  text.findall(r"<\.> <.*>{,15}? <donat.*|contrib.*|Donat.*|Contrib.*> <.*>*? <to> (<.*>+?) <\.|\,|\;> ")
    return donation

以下输入的输出类似于这样，但是我认为输出来自文本.findall而不是实际的“回赠”。在

^{pr2}$

输出=

Mr. T 's Tea Party
the Boys and Girls club

但是，当我尝试应用该函数以将输出写入pandas数据框中的新列时，它返回的是None。见下文：

df['donation_orgs'] = df.apply(lambda row: find_donation_orgs(row['Obit']), axis = 1)

其中df['Obit']是一个文本字符串，类似于上面的my a变量。在

更新：所以看起来文本.findall不更新其分配给的变量的值。。。所以我需要弄清楚如何将输出分配给一个变量，以便将它返回到一个数据帧。见下文：

text = df.text.iloc[1]

textfindall = text.findall(r"<\.> <.*>{,15}? <donat.*|contrib.*|Donat.*|Contrib.*> <.*>*? <to> (<.*>+?) <\.|\,|\;> ")

print('text is ' + str(type(text)))
print('textfindall is ' + str(type(textfindall)))
print(textfindall)

输出：

visit brother Alfred Fuller; the research of Dr. Giuseppe Giaccone at
Georgetown University
text is <class 'nltk.text.Text'>
textfindall is <class 'NoneType'>
none

Answer 1

尝试通过检查函数实际接收和返回的内容来调试代码。您可以使用调试器（在大多数IDE中都可以找到），也可以使用函数的返回值来确定问题是出在函数还是熊猫函数上

def find_donation_orgs(x):
    return x

确保您的输入符合您的期望。在

^{pr2}$

看看标记化是怎么回事。在

def find_donation_orgs(x):
    text = nltk.Text(nltk.word_tokenize(x))
    all_occurrences = text.findall(r"<\.> <.*>{,15}? <donat.*|contrib.*|Donat.*|Contrib.*> <.*>*? <to> (<.*>+?) <\.|\,|\;> ")
    if all_occurrences is None:
        return "no occurrences"
    else:
        return all_occurrences

检查你的正则表达式是否有问题。在这种情况下，返回tokenizer输出，尝试修复正则表达式。在

更新

查看source code of the ^{}对象，findall方法实际上并不返回任何内容，而是打印结果：

^{4}$

这是因为Text对象仅用于交互式控制台：

A wrapper around a sequence of simple (string) tokens, which is intended to support initial exploration of texts (via the interactive console). [...] If you wish to write a program which makes use of these analyses, then you should bypass the Text class, and use the appropriate analysis function or class directly instead.

您的功能应该如下所示：

from nltk.util import tokenwrap
def find_donation_orgs(x):
    searcher = nltk.TokenSearcher(nltk.word_tokenize(x))
    hits = searcher.findall(r"<\.> <.*>{,15}? <donat.*|contrib.*|Donat.*|Contrib.*> <.*>*? <to> (<.*>+?) <\.|\,|\;> ")

    hits = [' '.join(h) for h in hits]
    donation = tokenwrap(hits, "; ")
    return donation

这将复制原始行为，但实际返回值除外。当然，在收到hits列表后，您可能希望以不同的方式格式化输出。在