我正在尝试使用地图函数更改数据中的字符串的数值。
这是数据：
label sms_message
0 ham Go until jurong point, crazy.. Available only ...
1 ham Ok lar... Joking wif u oni...
2 spam Free entry in 2 a wkly comp to win FA Cup fina...
3 ham U dun say so early hor... U c already then say...
4 ham Nah I don't think he goes to usf, he lives aro...
我正在尝试使用以下命令将“垃圾邮件”更改为 1，将“火腿”更改为 0：
df['label'] = df.label.map({'ham':0, 'spam':1})
但结果是：
label sms_message
0 NaN Go until jurong point, crazy.. Available …我正在使用 langchain 库将我公司的信息保存在矢量数据库中，当我查询信息时，结果很好，但也需要一种方法来恢复信息的来源 - 例如来源：“www.site.txt”。 com/about”或至少“文档 156”。你们有人知道该怎么做吗？
编辑：目前，我正在使用docsearch.similarity_search(query)，只返回 page_content，但元数据为空
我正在吸收这段代码，但我完全愿意改变。
db = ElasticVectorSearch.from_documents(
documents,
embeddings,
elasticsearch_url="http://localhost:9200",
index_name="elastic-index",
)
我正在尝试标记我的pandas系列中的每个句子。我尝试按照文档中的说明使用 apply 进行操作，但没有成功：
x.apply(nltk.word_tokenize)
如果我只是使用nltk.word_tokenize(x)也不起作用，因为x不是字符串。有人有什么想法吗？
编辑：x是一系列pandas句子：
0 A very, very, very slow-moving, aimless movie ...
1 Not sure who was more lost - the flat characte...
2 Attempting artiness with black & white and cle...
与x.apply(nltk.word_tokenize)它返回完全相同：
0 A very, very, very slow-moving, aimless movie ...
1 Not sure who was more lost - the flat characte...
2 Attempting artiness with black & white and cle...
错误nltk.word_tokenize(x)是： …