首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >将一列中的关键字转换为多个虚拟列

问将一列中的关键字转换为多个虚拟列
EN

Data Science用户
提问于 2019-05-02 21:08:26
回答 1查看 568关注 0票数 0

我的dataframe有一些名为:{'title', 'description', 'location'}的自由文本字段。

我准备了这篇文章的专栏:把所有的内容连成一个新的列,删除数字,删除少于3个字符的单词,等等。

作为准备的最后一步,我删除了停止词。所以,在这个时候,列可能只包含相关的关键字。

如何将这些关键字语句(每行几个单词,作为空格分隔的单词,仅在一个字符串列中)转换为虚拟列,并在每一行包含关键字时获得0-1值?

我正在检查CountVectorizer对象,但找不到像这个用例。所以,这可能不是正确的工具.

EN

回答 1

Data Science用户

回答已采纳

发布于 2019-08-08 08:43:50

假设您的数据文件名为df,带有预处理文本的列称为text。

正如您已经想到的,您想要做的是应用CountVectorizer。

代码语言:javascript
复制
import numpy as np
from sklearn.feature_extraction.text import CountVectorizer
import pandas as pd

count = CountVectorizer(binary = True)
bow = count.fit_transform(df['text'].values)

pd.DataFrame(bow.toarray(), columns = count.get_feature_names())

如果从binary中删除CountVectorizer参数,您将得到关键字的实际频率,而不仅仅是0-1的外观。

票数 1
EN
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://datascience.stackexchange.com/questions/51295

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档