我想删除df列中不存在于已定义列表中的所有子字符串.例如:
mylist = {good, like, bad, hated, terrible, liked}
Current: Desired:
index content index content
0 a very good idea, I like it 0 good like
1 was the bad thing to do 1 bad
2 I hated it, it was terrible 2 hated terrible
... ...
k Why do you think she liked it k liked
我已经设法定义了一个函数,它保存所有单词不在列表中,但是不知道如何反转这个函数来实现我想要的:
pat = r'\b(?:{})\b'.format('|'.join(mylist))
df['column1'] = df['column1'].str.contains(pat, '')
任何帮助,将不胜感激.
我有一个迭代字典列表的函数，将指定的键值对返回到新的字典列表中：
data = [
{'user': {'login': 'foo1', 'id': 'bar2'}, 'body': 'Im not sure', 'other_field': 'value'},
{'user': {'login': 'foo2', 'id': 'bar3'}, 'body': 'Im still not sure', 'other_field': 'value'},
]
filtered_list = []
keys = ['user','body']
for i in data:
filt_dict = dict((k, i[k]) for k in keys if k in i)
filtered_list.append(filt_dict)
该user密钥包含一个名为login;的子密钥。如何将其添加到keys参数列表中，而不是key user？
示例输出：
filtered_list = [
{'login': 'foo1', 'body': 'Im not sure'},
{'login': 'foo2', 'body': 'Im still not sure'},
]
我正在使用HITS算法进行社交网络分析.该算法的使用产生两种不同的度量:hub-score和authority-score.生成一个包含两个基于这些度量的字典的列表,其中一个字典的索引为0,另一个字典的索引为0.
如何删除总体列表以获取两个单独的词典？代码和输出如下:
G = nx.read_weighted_edgelist('data.csv', create_using=nx.DiGraph())
HITS_scores = list(nx.hits(G))
Output:
List = Index Type Value
0 dict {'node1': 0.023, 'node3': 0.017.....'node17': 0.045}
1 dict {'node2': 0.042, 'node4': 0.002.....'node16': 0.032}
Desired Output:
hub_score = dict {'node1': 0.023, 'node3': 0.017.....'node17': 0.045}
auth_score = dict {'node2': 0.042, 'node4': 0.002.....'node16': 0.032}
任何帮助,将不胜感激.
PS我试过寻找答案,但一直无法找到解决方案
我有一个df列，其值的范围是-5到10。我想将值<= -1更改为negative，将所有0值更改为neutral，将所有值> = 1更改为positive。但是，下面的代码为“负”产生以下错误。
# Function to change values to labels
test.loc[test['sentiment_score'] > 0, 'sentiment_score'] = 'positive'
test.loc[test['sentiment_score'] == 0, 'sentiment_score'] = 'neutral'
test.loc[test['sentiment_score'] < 0, 'sentiment_score'] = 'negative'
Data: Data After Code:
Index Sentiment Index Sentiment
0 2 0 positive
1 0 1 neutral
2 -3 2 -3
3 4 3 positive
4 -1 4 -1
... ...
k 5 k positive
pandas._libs.ops.scalar_compare TypeError中的文件“ pandas_libs \ ops.pyx”，行98，TypeError：'str'和'int实例之间不支持'<='
我认为这与将负数视为字符串而不是float / int的函数有关，但是我尝试了以下代码来更正此错误，并且它什么都不会改变。任何帮助，将不胜感激。
test['sentiment_score'] = test['sentiment_score'].astype(float) …我想对三列进行分组，然后找到在前三列中重复的所有行的第四个数字列的平均值。我可以通过以下功能实现这一点：
df2 = df.groupby(['col1', 'col2', 'col3'], as_index=False)['col4'].mean()
问题是我还想要第五列，它将聚合由 groupby 函数分组的所有行，我不知道如何在前一个函数之上执行此操作。例如：
df
index col1 col2 col3 col4 col5
0 Week_1 James John 1 when and why?
1 Week_1 James John 3 How?
2 Week_2 James John 2 Do you know when?
3 Week_2 Mark Jim 3 What time?
4 Week_2 Andrew Simon 1 How far is it?
5 Week_2 Andrew Simon 2 Are you going?
CURRENT(with above function):
index col1 col2 col3 col4
0 Week_1 James John 2
1 Week_2 James …我希望有人能纠正我对VADER如何评分文字的理解。我在这里已阅读了此过程的说明，但是在重新创建它描述的过程时，我无法将测试句子的综合得分与Vader的输出相匹配。假设我们有这样的句子：
"I like using VADER, its a fun tool to use"
VADER拿起的单词是“喜欢”（+1.5分）和“有趣”（+2.3分）。根据文档，将这些值相加（等于+3.8），然后使用以下函数将其标准化为0到1之间的范围：
(alpha = 15)
x / x2 + alpha
根据我们的数字，这应该变成：
3.8 / 14.44 + 15 = 0.1290
但是，VADER输出的复合分数如下：
Scores: {'neg': 0.0, 'neu': 0.508, 'pos': 0.492, 'compound': 0.7003}
我的推理哪里出错了？曾多次问过类似的问题，但是尚未提供VADER分类的实际示例。任何帮助，将不胜感激。