Python从熊猫数据框中删除停用词
我想从“ tweets”列中删除停用词。如何遍历每一行和每一项目？
pos_tweets = [('I love this car', 'positive'),
('This view is amazing', 'positive'),
('I feel great this morning', 'positive'),
('I am so excited about the concert', 'positive'),
('He is my best friend', 'positive')]
test = pd.DataFrame(pos_tweets)
test.columns = ["tweet","class"]
test["tweet"] = test["tweet"].str.lower().str.split()
from nltk.corpus import stopwords
stop = stopwords.words('english')
问题答案：
使用列表理解
test['tweet'].apply(lambda x: [item for item in x if item not in stop])
返回值：
0 [love, car]
1 [view, amazing]
2 [feel, great, morning]
3 [excited, concert]
4 [best, friend]
-
我有一个数据帧df： 然后我想删除列表中指示的具有某些序列号的行，假设这里是然后离开： 如何或什么功能可以做到这一点？
-
问题内容： 我可以使用 功能来删除将部分或全部列设置为的行。是否存在用于删除所有列的值为0的行的等效函数？ 在此示例中，我们要删除数据帧的前4行。 谢谢！ 问题答案： 事实证明，这可以向量化的方式很好地表达：
-
我想从熊猫数据框中完全删除重复的项目。例如，我有数据框： 我要做的是在列中查找唯一的值，并删除所有重复的项。。因此，最终产品将如下所示（注意已消失）： 谢谢。
-
问题内容： 我遇到了一个看似简单的问题：在熊猫数据框中删除唯一的行。基本上与的相反。 假设这是我的数据： 当A和B唯一时，我想删除行，即我只保留行1和2。 我尝试了以下方法： 但是我只能得到第2行，因为唯一性是0、1和3！ 问题答案： 选择所有重复行的解决方案： 您可以使用子集和参数来选择所有重复项： 解决方案： 对所有唯一行进行了一些修改的解决方案：
-
问题内容： 我有一个类似于以下内容的数据框： 我希望输出为以下格式： 想要从“名称”列中删除所有数字。 我最近来的是使用以下代码在 单元 级别进行的： 任何想法如何在 系列 / 数据框 级别上以更好的方式 实现 。 问题答案： 您可以结合使用正则表达式将str.replace应用于列： 输出： 在正则表达式中代表“任何数字”，代表“一个或多个”。 因此，其含义是：“将字符串中所有出现的数字全部替换
-
问题内容： 我有一个熊猫DataFrame，里面有很多值。 如何删除这样的列？ 我试图这样做： 有更优雅的方法吗？ 问题答案： 这是保留每列中小于或等于指定数量的nan的列的另一种选择： 在我的测试中，这似乎比李建勋在我测试的案例中建议的放置列方法要快一些：