将数据框的一列转换为 spacy doc

Question

如何将 DataFrame 的一列转换为 SPACY 文档，以便分析词性等？

我试过了：

df['new_col'] = df['Old_col'].apply(lambda x: nlp(x))

如何获取new_col 的 POC 计数？ 我试过了

pos_count = df['new_col'].count_by(spacy.attrs.POS)

但我得到的错误是：

AttributeError: 'Series' 对象没有属性 'count_by'

谢谢！

Answer 1

你的第一句话

df['new_col'] = df['Old_col'].apply(lambda x: nlp(x))

应该可以工作（至少对于我使用它的每一次使用。

看起来你在第二个尝试做的是计算文档中所有标记的词性？

如果这样的话应该可以：

def pos_count(spacy_doc):
    num_pos = [t.pos_ for t in doc if t.pos_ != None]
    return len(num_pos)

df_msg['new_col'].apply(lambda c: pos_count(spacy_doc = c))

从你的第二个片段中真的不清楚你想要什么。