如何解决数据集中的扩大收缩
我的数据框有数千行。 它看起来像这样:
dataset_prep = pd.DataFrame(list_kalimat,columns=['token','entitas bernama','kalimat'])
token entitas bernama kalimat
0 Ia O 1
1 menjabat O 1
2 sebagai O 1
3 Presiden O 1
4 ketiga O 1
5. jl.Gatot 0 1
我想扩大列标记的收缩。这是我的字典
import re
contractions_dict = {
"a.l.": "antara lain","A.M.v.B.": "Algemene Maatregel van Bestuur","a.n.": "atas nama","adm.": "administrasi","UU" : "undang-undang","art.": "artikel","jl." : "jalan"}
和我试过的代码
contractions_re=re.compile('(%s)' % '|'.join(contractions_dict.keys()))
# Function for expanding contractions
def expand_contractions(text,contractions_dict=contractions_dict):
def replace(match):
return contractions_dict[match.group(0)]
return contractions_re.sub(replace,text)
# Expanding contractions in the reviews
dataset_prep['token']=dataset_prep['token'].apply(lambda x:expand_contractions(x))
但是我遇到了这样的错误:
KeyError: 'gga'
所需的最终输出如下所示:
token entitas bernama kalimat
0 Ia O 1
1 menjabat O 1
2 sebagai O 1
3 Presiden O 1
4 ketiga O 1
5. jalan Gatot 0 1
我不明白错误是什么意思
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。