如何在 Pandas 句子列中使用自动更正

Posted 2023-05-07

【中文标题】如何在 Pandas 句子列中使用自动更正

【英文标题】：How to use autocorrect in Pandas column of sentences

【发布时间】：2018-08-28 02:43:14

【问题描述】：

我有一列句子，我是这样拆分的

df['ColTest'] = df['ColTest'].str.lower().str.split()

我要做的是遍历每个句子中的每个单词并应用 autocorrect.spell()

for i in df['ColTest']:
for j in i:
    df['ColTest'][i][j].replace(at.spell(j))

这是报错

AttributeError: 'float' 对象没有属性 'replace'

自动拼写autospell

DataFrame 的样子

ColTest
This is some test string
that might contain a finger
but this string might contain a toe
and this hass a spel error

我的专栏中没有数字...请问有什么想法吗？

【问题讨论】：

您能分享几行数据框 df 吗？

【参考方案1】：

使用autocorrect library，您需要遍历数据框的行，然后遍历给定行中的单词以应用spell 方法。这是一个工作示例：

from autocorrect import spell 
import pandas as pd 

df = pd.DataFrame(["and this hass a spel error"], columns=["colTest"])
df.colTest.apply(lambda x: " ".join([spell(i) for i in x.split()]))

也正如@jpp 在下面的评论中所建议的，我们可以避免使用lambda，如下所示：

df["colTest"] = [' '.join([spell(i) for i in x.split()]) for x in df['colTest']]

---

下面是输入的样子：

                      colTest
0  and this hass a spel error

---

输出：

0    and this has a spell error
Name: colTest, dtype: object

【讨论】：

或者，避免 lambda 使用类似：df['colTest'] = [' '.join([spell(i) for i in x.split()]) for x in df['colTest']]

@jpp 我添加了你的建议。谢谢。

好帖子！请注意 autocorrect.spell 现在已弃用。但同样适用于 autocorrect.Speller。 from autocorrect import Speller, 'spell = Speller(lang='en')` 其余部分按原样工作。