如何解决将所有 UNLESS 词删除到大波段数据集中
我在 Google Colaboratory 中有这个具有这种结构的 Pandas 数据框:
root
|-- content: string (nullable = true)
|-- score: string (nullable = true)
+----------------------+------+
| content |score |
+----------------------+------+
| Wow | 5 |
+----------------------+------+
| dfghjja | 2 |
+----------------------+------+
| udsx nnnn 012mmmm | 5 |
+----------------------+------+
| okkk | 4 |
+----------------------+------+
| wefcxz | 3 |
+----------------------+------+
总行数为2'534'500。
数据框是关于申请的审查,其中内容是审查的文本,分数是评级。
我在做情感分析,所以我需要清理文本,删除所有对我的分析无用的词,例如:wefcxz 或 dfghjja 或 udsx nnnn 012mmmm。除非文字,否则我如何删除它?
在数据框中还有其他更完整的文本,例如“无法更新我的 whatsapp”。
提前致谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。