pandas - 如何从 pandas.DataFrame 中的段落中提取句子并保留段落键？

Question

我有一个pandas.DataFrame1604 段如下：

我想提取所有句子（即使是使用点的幼稚方式）并提供一个新的数据框，该数据框在每一行中都有一个句子和前一列的值，尤其是段落键（主要是左侧第一列中的索引）

我已经对此进行了研究，并且可以为每个句子提供章节列，如下所示：

 # Create lists to fill with values
l_col1 = []
l_col2 = []

# iterate over each row and fill our lists
for ix, row in dfAstroNova.iterrows():
    for value in row['sentences']:
        l_col1.append(value)
        l_col2.append(row['chapter'])

# Create new dataframe from the two lists
df= pd.DataFrame({'sentences': l_col1 ,
                         'chapter': l_col2 })
df=df.rename(columns={"sentences":"sents"});

这给了我这个数据框（dfAstroNova 是原始数据框的名称）

如您所见，我有章节键。我的问题是如何添加段落键（即主数据框中的列文本数到新数据框）

然后我有另一列显示该句子属于原始数据框中的哪个段落，或者更好的是一个附加列，其中每个句子都包含相应的段落？

标签： pandasstringnlptext-classification

Answer 1

我已经这样做了

 # Create lists to fill with values
l_col1 = []
l_col2 = []
l_col3 = []

# iterate over each row and fill our lists
for ix, row in dfAstroNova.iterrows():
    for value in row['sentences']:
        l_col1.append(value)
        l_col2.append(row['chapter'])
        l_col3.append(row['text'])

# Create new dataframe from the two lists
df= pd.DataFrame({'sentences': l_col1 ,
                         'chapter': l_col2 , 'paragraph': l_col3})
df=df.rename(columns={"sentences":"sents"});

这是结果：

现在，我只需要为段落定义一个键并将其添加到新表中！