小编Len*_*ena的帖子

是否有任何选项可以添加自定义标点符号，默认标点符号规则中不包含这些符号？( https://github.com/explosion/spaCy/blob/develop/spacy/lang/de/punctuation.py )

我正在使用 spaCy 的 Matcher 类（https://spacy.io/usage/rule-based-matching）和属性“IS_PUNCT”从我的文本中删除标点符号。

from spacy.matcher import Matcher

# instantiate Matcher
matcher = Matcher(nlp.vocab)

# define pattern
pattern = [{"IS_PUNCT": False}]

# add pattern to matcher
matcher.add("Cleaning", None, pattern)

我想自定义标点规则以能够删除“|” 从我与 Matcher 的文本中。

我有一个 Google Big Query Table 列，其中包含一个 json 字符串。随着时间的推移，这个 json 字符串中引入了新的键。

time              col_b     
--------------------------------------------------
timestamp3        {"key1": "value", "key2": "value"}
timestamp2        {"key1": "value"}
timestamp1        {"key1": "value"}

如何提取 key2 并在它不存在的情况下填充 NaN？我想到了类似的事情：

SELECT 
    JSON_EXTRACT(col_b, "$.key2) AS key2
FROM db;

这样做会引发错误，因此它认为应该是双精度值而不是字符串导致空值。

Bad double type: value

如何提前检查key2是否存在，如果不存在则填充null？