NLP 生成按列中的值分组的并置三元组数据框

Question

我有以下示例数据框。让我们假设每个字母实际上都是一个单词。例如，a = 'ant'和b = 'boy'。

id  words

1   [a, b, c, d, e, f, g]

1   [h, I, o]

1   

1   [a, b, c]

2   [e, f, g, m, n, q, r, s]

2   [w, j, f]

3   [l, t, m, n, q, s, a]

3   [c, d, e, f, g]

4   

4   [f, g, z]

创建上述示例数据框的代码：

import pandas as pd 

d = {'id': [1, 1, 1, 1, 2, 2, 3, 3, 4, 4], 'words': [['a', 'b', 'c', 'd', 'e', 'f', 'g'], ['h', 'I', 'o'], '', ['a', 'b', 'c'], ['e', 'f', 'g', 'm', 'n', 'q', 'r', 's'], ['w', 'j', 'f'], ['l', 't', 'm', 'n', 'q', 's', 'a'], ['c', 'd', 'e', 'f', 'g'], '',  ['f', 'g', 'z']]}

df = pd.DataFrame(data=d)

我在其上运行以下 NLP 代码以执行以下操作： 给我一个从“单词”字段并置在一起的各种 3 词组合的计数。

from nltk.collocations import *

from nltk import ngrams

from collections import Counter

trigram_measures = nltk.collocations.BigramAssocMeasures()

finder = BigramCollocationFinder.from_documents(df['words'])

finder.nbest(trigram_measures.pmi, 100) 

s = pd.Series(df['words'])

ngram_list = [pair for row in s for pair in ngrams(row, 3)]

counts = Counter(ngram_list).most_common()

df = pd.DataFrame.from_records(counts, columns=['gram', 'count'])

示例结果假设输出如下（数据值是假的）：

gram                          count 

a, b, c                       13

c, d, e                       9

g, h, i                       6

q, r, s                       1

问题是我希望将结果输出按“id”字段拆分。 我想要的样本输出如下（数据是假的和随机的）：

id   gram                          count 

1    a, b, c                       13

1    c, d, e                       9

1    g, h, i                       6

1    q, r, s                       1

2    a, b, c                       6

2    w, j, f                       3

3    l, t, m                       4

3    e, f, g                       2

4    f, g, z                       1

我如何实现这一目标？...通过“id”字段获取结果？