访问表中其他列引用的值

Question

我有一个熊猫数据框，如图所示。数据帧中还有许多列不是此任务所必需的。你知道吗

sentence  token     tokenID    entity1     entity2    relation
   1         a          0         NaN        NaN       NaN
   1         b          1         NaN        NaN       NaN
   1         c          2         NaN        NaN       NaN
   1         d          3         NaN        NaN       NaN
   1         e          4         NaN        NaN       NaN
   1         f          5         NaN        NaN       NaN
   1         g          6         NaN        NaN       NaN
   1         h          7         NaN        NaN       NaN
   1        NaN        NaN         0          4         A
   1        NaN        NaN         2          6         B

句子中具有相同值的所有标记都属于同一个句子。你知道吗

下面两行包含有关句子的信息。entity1（和entity2）中的值表示相关的tokenID。在本例中entity1=0，这意味着相关令牌是具有tokenID=0的令牌。你知道吗

现在我要返回一个列表，其中包含帧中的每个关系：

[sentence, token1, token2, relation]

在我的例子中的意思是：

[1, a, e, A] and [1, c, g, B]

我试着写一个函数：

def sol():
    op = [sentence, entity1, entity2, relations]
    mi = df[["sentence","entity1","entity2"]]
    ba = df.loc[df.sentence.isin(mi.sentence) & df.tokenID.isin(mia.entity1)]
    ba2 = df.loc[df.sentence.isin(mi.sentence) & df.tokenID.isin(mia.entity2)]
    op[1] = ba.token
    op[2] = ba2.token

但没有按我的计划进行。你知道吗

有什么想法吗？你知道吗

Answer 1

您可以使用pandas.merge。首先将数据集分成两部分-

1. 令牌映射
2. 关系

然后将关系与标记映射合并以获得所需的输出-

df_token_map = df[df['token'].notnull()][['sentence', 'token', 'tokenID']]
df_relation_map = df[df['relation'].notnull()][['sentence', 'entity1', 'entity2', 'relation']]

df_relation_map = df_relation_map.rename(index=str, columns={'entity1' : 'tokenID'}).merge(df_token_map.rename(index=str, columns={'token':'entity1'}), on=['sentence','tokenID'], how='left').drop('tokenID', axis=1)

df_relation_map = df_relation_map.rename(index=str, columns={'entity2' : 'tokenID'}).merge(df_token_map.rename(index=str, columns={'token':'entity2'}), on=['sentence','tokenID'], how='left').drop('tokenID', axis=1)
df_relation_map[['sentence', 'entity1', 'entity2', 'relation']]

Answer 2

这是通过两个自合并的一种方式。你知道吗

res = df.loc[:, ['entity1', 'entity2', 'relation']].dropna()\
        .merge(df[['sentence', 'token', 'tokenID']].dropna(),
               how='left', left_on='entity1', right_on='tokenID')\
        .merge(df[['sentence', 'token', 'tokenID']].dropna(),
               how='left', left_on='entity2', right_on='tokenID')

lst = res[['sentence_x', 'token_x', 'token_y', 'relation']].values.tolist()

[[1, 'a', 'e', 'A'],
 [1, 'c', 'g', 'B']]

注意，在多个句子的情况下，你到底想要什么并不清楚。你知道吗

Answer 3

1.创建令牌和令牌ID的映射

2.替换实体列

试试这个

df_temp=df[df['token'].isnull()] 
df_temp=df_temp[['sentence','entity1','entity2','relation']]
z=df[df['token'].notnull()]
dic=dict(zip(z['tokenID'],z['token']))#creaing dictionary
df_temp['entity1']=df_temp['entity1'].map(dic) #mapping 
df_temp['entity2']=df_temp['entity2'].map(dic) #mapping 
print df_temp.values

输出

[[1 'a' 'e' 'A']

[1 'c' 'g' 'B']]