我有一个 Excel 文件,其中包含需要导入的项目代码和抽象字段,以便我可以在摘要上运行一个简单的文本摘要器,然后添加到数据框中。
我的 Excel 数据集如下所示:
[Proj_Number] | [Abstract]
JJF-123 | Diabetes is a serious chronic condition.
JFR-223 | Cardiovascular disease is also a chronic condition.
JF3-334 | Don't forget about asthma and how much it sucks.
一旦我导入数据,我想应用我的文本摘要器并得到这个:
[Proj_Number] | [Abstract] [Ab_keywords]
JJF-123 | Diabetes is a chronic condition. |Diabetes, chronic condition
JFR-223 | COPD is a also chronic condition. | COPD, chronic condition
JF3-334 | Don't forget about asthma too. | asthma, forgot
我知道我的代码是错误的,但我只是不知道如何遍历每一行,从摘要中获取抽象关键字,将其添加到数据帧中,然后将其导出。
from gensim.summarization.summarizer import summarize
from gensim.summarization import keywords
import pandas as pd
dataset = pd.read_excel('abstracts.xlsx',encoding="ISO-8859-1")
df = pd.DataFrame(dataset)
cols = [1,2]
df = df[df.columns[cols]]
for d in df:
d = keywords(d, ratio=0.15, split=True))
print(d)
你不想迭代 df 中的每一行 for d in df:
Pandas 有一种方法可以将函数应用于数据帧的每一行并通过该apply
函数返回一个系列
如果您适当地重命名数据框的列,
df['Ab_keywords'] = df['Abstract'].apply(lambda text: keywords(text, ratio=0.15, split=True))
应该管用。
这里的 lambda 函数应用于每一行,df['Abstract']
并以每一行的值作为其参数。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句