我正在使用[Pandas]和[Spacy]进行形状为(14640,16)的text data的预处理,但在获取文本的残化形式方面存在问题。此外,如果我使用仅包含文本列的pandas系列(即具有一列的数据框),则也存在不同的问题。
代码:(数据框)
nlp = spacy.load("en_core_web_sm")
df['parsed_tweets'] = df['text'].apply(lambda x: nlp(x))
df[:3]
此后,我使用parsed_tweets遍历该列以获取受限数据,但得到错误。
代码:
for token in df['parsed_tweets']:
print(token.lemma_)
代码:(熊猫系列)
df1['tweets'] = df['text']
nlp = spacy.load("en_core_web_sm")
for text in nlp.pipe(iter(df1), batch_size = 1000, n_threads=-1):
print(text)
有人可以帮助我解决错误吗?我尝试了其他stackoverflow解决方案,但无法获取Spacy的doc对象对其进行迭代并获取令牌和lemmetized令牌。我在做什么错?