在pandas dataframe列中解压缩并打印元组

Posted 2021-04-09

我有一个pandas数据帧，df：

Search term                                 Match type
second hand proace toyota crew cab sale     Broad match
bmw m5 buy                                  Exact match

我想将nltk包中的ngrams应用于Search term列。 ngrams函数将返回一个元组。

我想只将短语作为最终输出，如下所示：

Phrases
second hand
hand proace
proace toyota
toyota None
bmw m5
m5 buy
buy None

这是我到目前为止已经想到的：

df['Phrases'] = df['Search term'].apply(lambda x: list(ngrams([x for x in x.split()], 2, pad_right=True)))

这是上面代码的输出：

Search term                   Match type      Phrases
second hand proace toyota     Broad match     [('second', 'hand'), ('hand', 'proace'), ('proace', 'toyota'), ('toyota', None)]
bmw m5 buy                    Broad match     [('bmw', 'm5'), ('m5', 'buy'), ('buy', None)]

如何解压缩列表中的所有元组并使用逗号和括号打印它们？

答案

基于@Chris答案：

['{} {}'.format(i, j) for i, j in np.concatenate(df.Phrases)]

结果将在列表中，因此您可以使用pd.DataFrame()将其转换为数据框。

如果是三元组，只需将其更改为：

['{} {} {}'.format(i, j, k) for i, j, k in np.concatenate(df.Phrases)]