我有一个特定单词的列表(“标记”),需要在纯文本中找到所有这些单词(如果有)。我更喜欢使用Pandas来加载文本并执行搜索。我使用pandas作为我的短文本集合的时间戳,它是相当容易组织这些短文本在一个单一的数据结构熊猫。在
例如:
考虑一下在Pandas中上传的一组twitter:
twitts
0 today is a great day for BWM
1 prices of german cars increased
2 Japan introduced a new model of Toyota
3 German car makers, such as BMW, Audi and VW mo...
以及一份汽车制造商名单:
^{pr2}$理想情况下,我需要获得以下数据帧:
twitts cars_mentioned
0 today is a great day for BMW [BMW]
1 prices of german cars increased []
2 Japan introduced a new model of Toyota [Toyota]
3 German car makers, such as BMW, Audi and VW mo... [BMW, Audi, VW]
我对NLP和文本挖掘方法非常陌生,我在互联网上阅读/搜索了很多关于这个主题的材料。我的猜测是我可以使用regex
和re.findall()
,但是我需要遍历整个数据帧的令牌(汽车制造商)列表。在
有没有更简洁的方法来完成这个简单的任务,尤其是使用panad?在
您可以使用熊猫^{} methods ,尤其是^{} :
您可以使用
re.findall
和filter
。在Python示例:
^{pr2}$使用^{}
相关问题 更多 >
编程相关推荐