Python으로 데이터 프레임의 열에서 불용어 제거
Adrián
웹 사이트에서 단어 목록을 추출하여 데이터 프레임에 저장했습니다 . 이제 필요한 것은 "Palabras"열에서 이러한 단어 중 일부를 제거하고 처음 500 개의 레코드 만 유지하는 것입니다.
이것은 지금까지 내 코드입니다.
import requests
wiki_url = "https://es.wiktionary.org/wiki/Wikcionario:Frecuentes-(1-1000)-Subt%C3%ADtulos_de_pel%C3%ADculas"
wiki_texto = requests.get(wiki_url).text
from bs4 import BeautifulSoup
wiki_datos = BeautifulSoup(wiki_texto, "html")
wiki_filas = wiki_datos.findAll("tr")
print(wiki_filas[1])
print("...............................")
wiki_celdas = wiki_datos.findAll("td")
print(wiki_celdas[0:])
fila_1 = wiki_celdas[0:]
info_1 = [elemento.get_text() for elemento in fila_1]
print(fila_1)
print(info_1)
info_1[0] = int(float(info_1[0]))
print(info_1)
print("...............................")
num_or = [int(float(elem.findAll("td")[0].get_text())) for elem in wiki_filas[1:]]
palabras = [elem.findAll("td")[1].get_text().rstrip() for elem in wiki_filas[1:]]
frecuencia = [elem.findAll("td")[2].get_text().rstrip() for elem in wiki_filas[1:]]
print(num_or[0:])
print(palabras[0:])
print(frecuencia[0:])
from pandas import DataFrame
tabla = DataFrame([num_or, palabras, frecuencia]).T
tabla.columns = ["Núm. orden", "Palabras", "Frecuencia"]
print(tabla.head())
print(tabla)
print("...............................")
import nltk
nltk.download()
from nltk.corpus import stopwords
prep = stopwords.words('spanish')
print(prep)
그래서 제가 필요한 것은이 코드에 포함 된 단어 목록을 제거하는 것입니다.
stopwords.words ( 'spanish')
"Palabras"열에서 처음 500 개의 레코드 만 유지합니다 (빈도가 높은 단어).
import nltk
nltk.download()
from nltk.corpus import stopwords
prep = stopwords.words('spanish')
미리 감사드립니다!
chitown88
웹 사이트에서 단어 목록을 추출하여 사전에 저장했습니다.
참고 : 실제로는 데이터 프레임에 저장했습니다.
사용할 수 있습니다 isin. 기본적으로 열의 단어가 불용 단어 'Palabras'목록에 있는 행을 가져 오려고합니다. 따라서 해당 행을 필터링 한 다음 ~. 이미 정렬되어 있으므로.head(500)
tabla = tabla[~tabla['Palabras'].isin(prep)].head(500)
또한 html에는 table태그 가 포함되어 있기 때문에 팬더 .read_html()를 사용하는 것을 고려할 것입니다. 코드를 상당히 줄일 수 있습니다.
전체 코드, 동일한 결과 :
import nltk
import pandas as pd
#nltk.download()
from nltk.corpus import stopwords
prep = stopwords.words('spanish')
print(prep)
tabla_beta = pd.read_html(wiki_url)[0]
tabla_beta.columns = ["Núm. orden", "Palabras", "Frecuencia"]
tabla_beta = tabla_beta[~tabla_beta['Palabras'].isin(prep)].head(500)
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
에서 수정
관련 기사
Related 관련 기사
- 1
R 데이터 프레임 열에서 불용어 제거
- 2
데이터 프레임에서 불용어 제거
- 3
데이터 프레임에서 불용어 제거
- 4
Python의 데이터 프레임에서 영구적으로 열 제거
- 5
데이터 프레임 (Python)에서 불용어를 제거하려면 어떻게해야합니까?
- 6
열 데이터 프레임 내의 문자열에서 단어 제거
- 7
데이터 프레임의 행에서 단어 제거
- 8
시리즈의 데이터 프레임 열에서 단어 제거
- 9
다른 데이터 프레임의 열에있는 다른 단어 목록에서 데이터 프레임 열의 각 행에있는 단어 제거
- 10
R의 다른 데이터 프레임 내의 열을 기반으로 데이터 프레임에서 변수 제거
- 11
여러 열을 기반으로 pandas 데이터 프레임에서 행 제거
- 12
Python을 사용하여 Pandas 데이터 프레임 열에서 잘못된 파일 이름 문자 제거
- 13
Scala 데이터 프레임의 열에있는 문자열에서 조건부로 텍스트를 제거하려면 어떻게해야합니까?
- 14
R : 데이터 프레임의 열에서 행 값을 기준으로 행 제거
- 15
두 열의 값을 기반으로 데이터 프레임 팬더에서 중복 제거
- 16
r의 접미사로 데이터 프레임에서 벡터 제거
- 17
열의 값을 기반으로 pandas 데이터 프레임에서 행 삭제
- 18
대량 파이썬 데이터 프레임에서 단어 수를 기반으로 키워드 제거
- 19
데이터 프레임의 열에서 소수 제거
- 20
다른 데이터 프레임의 일치하는 열을 기반으로 임의의 양의 행 제거
- 21
Python Pandas : 다른 데이터 프레임의 문자열 주석에서 데이터 프레임 범주의 최대 값 제거
- 22
Python Pandas 데이터 프레임은 열의 목록 내에서 dict에서 특정 키를 제거합니다.
- 23
Python의 데이터 프레임에서 일치하는 쌍 제거
- 24
Python : 중복을 제거하지 않고 한 데이터 프레임의 열 값을 다른 데이터 프레임에서 바꾸는 방법
- 25
Pandas 데이터 프레임의 열 이름에서 타임 스탬프 제거
- 26
R을 사용하여 데이터 프레임에서 열 제거
- 27
조건을 사용하여 pandas 데이터 프레임에서 열 제거
- 28
R의 데이터 프레임에서 중복 된 열을 제거하려면 어떻게해야합니까?
- 29
Python 데이터 프레임에서 원하지 않는 열 제거
몇 마디 만하겠습니다