熊猫数据框中列表中的小写句子答案

【问题标题】：Lowercase sentences in lists in pandas dataframe熊猫数据框中列表中的小写句子
【发布时间】：2018-08-04 18:33:41
【问题描述】：

我有一个如下所示的熊猫数据框。我想将所有文本转换为小写。我如何在 python 中做到这一点？

数据框示例

[Nah I don't think he goes to usf, he lives around here though]                                                                                                                                                                                                                          

[Even my brother is not like to speak with me., They treat me like aids patent.]                                                                                                                                                                                                      

[I HAVE A DATE ON SUNDAY WITH WILL!, !]                                                                                                                                                                                                                                                  

[As per your request 'Melle Melle (Oru Minnaminunginte Nurungu Vettam)' has been set as your callertune for all Callers., Press *9 to copy your friends Callertune]                                                                                                                      

[WINNER!!, As a valued network customer you have been selected to receivea £900 prize reward!, To claim call 09061701461., Claim code KL341., Valid 12 hours only.]

我尝试了什么

def toLowercase(fullCorpus):
   lowerCased = [sentences.lower()for sentences in fullCorpus['sentTokenized']]
   return lowerCased

我收到此错误

lowerCased = [sentences.lower()for sentences in fullCorpus['sentTokenized']]
AttributeError: 'list' object has no attribute 'lower'

【问题讨论】：

标签： python pandas nlp

【解决方案1】：

很简单：

df.applymap(str.lower)

或

df['col'].apply(str.lower)
df['col'].map(str.lower)

好的，你有成行的列表。那么：

df['col'].map(lambda x: list(map(str.lower, x)))

【讨论】：

我收到这些错误 - TypeError: ("descriptor 'lower' requires a 'str' object but received a 'list'", 'occured at index sentTokenized'), TypeError: descriptor 'lower' requires一个“str”对象，但收到一个“列表”
@Kabilesh 查看更新。
谢谢。使用 colab 找到有用的

【解决方案2】：

也可以将其设为string，使用str.lower 并返回列表。

import ast
df.sentTokenized.astype(str).str.lower().transform(ast.literal_eval)

【讨论】：

这会为我节省很多时间

【解决方案3】：

您可以尝试使用apply 和map：

def toLowercase(fullCorpus):
   lowerCased = fullCorpus['sentTokenized'].apply(lambda row:list(map(str.lower, row)))
   return lowerCased

【讨论】：

【解决方案4】：

numpy 也有一个很好的方法：

fullCorpus['sentTokenized'] = [np.char.lower(x) for x in fullCorpus['sentTokenized']]

【讨论】：