我正在尝试在 pandas DataFrame 内使用斯坦福依赖解析器。
from nltk.parse import stanford
import pandas as pd
dep_parser=stanford.StanfordDependencyParser()
df = pd.DataFrame({'ID' : [0,1,2], 'sentence' : ['This is the first s.', 'This is the 2nd s.', 'This isn''t the third s.']})
df['parsed'] = df.sentence.apply(dep_parser.raw_parse)
print(df)
ID sentence parsed
0 0 This is the first s. <list_iterator object at 0x000000000E849C18>
1 1 This is the 2nd s. <list_iterator object at 0x000000000E8691D0>
2 2 This isnt the third s. <list_iterator object at 0x000000000E8696A0>
但我更喜欢 DataFrame 列内部依赖图的文本表示，而不是迭代器，如下所示:
ID sentence parsed
0 0 This is the first s. [[(('s.', 'NN'), 'nsubj', ('This', 'DT')),(('s.', 'NN'), 'cop', ('is', 'VBZ')), (('s.', 'NN'), 'det', ('the', 'DT')),(('s.', 'NN'), 'amod', ('first', 'JJ'))]]
...
我尝试按照 pandas 中的步骤遵循 nltk 文档，但会导致属性错误:
df['dep'] = [list(parse.triples()) for parse in df.parsed]
AttributeError: 'list_iterator' object has no attribute 'triples'
有没有办法解压在 DataFrame 中显示为值的迭代器？欢迎任何帮助。
最佳答案
list_iterator 是一种“按需”生成列表的机制。它确实没有方法 triples()，但它在您的情况下生成的列表确实是一个三元组列表:
df['dep'] = [list(parse) for parse in df['parsed']]
关于python - 从 pandas 数据帧内的 nltk.stanford.StanfordDependencyParser 中解压 list_iterator，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/41274728/