迭代行以确定特定单词的计数

Question

我在迭代 pandas 数据框中的行时遇到问题。我需要为每一行（包含字符串）确定以下内容：

• 字符串中每个标点符号的计数；

• 大写字母的数量。

为了回答第一点，我对字符串进行了如下尝试，以查看该方法是否也适用于数据框：

from nltk.corpus import stopwords 

from nltk.tokenize import word_tokenize 

t= "Have a non-programming question?"

t_low = search.lower()   

stop_words = set(stopwords.words('english')) 

  

word_tokens = word_tokenize(t_low) 

  

m = [w for w in word_tokens if not w in stop_words] 

  

m = [] 

  

for w in word_tokens: 

    if w not in stop_words: 

        m.append(w) 

然后，在标记化后对它们进行计数：

import string

from collections import Counter

c = Counter(word_tokens)  

for x in string.punctuation: 

    print(p , c[x])           

对于第二点，我将以下内容应用于该句子：

 sum(1 for c in t if c.isupper()))

然而，这种情况只能应用于字符串。因为我有一个如下所示的 pandas 数据框：

Text

"Have a non-programming question?"

More helpful LINK!

Show SOME CODE... and so on...

我想知道如何应用上述代码才能获得相同的信息。任何帮助都会很棒。谢谢

Answer 1

您可以在 DF 上使用 lambda 函数来执行此操作：import stringdef Capitals(strng):    return sum(1 for c in strng if c.isupper())def Punctuation(strng):    return sum([1 for c in strng if c in string.punctuation])df['Caps'] = df['name'].apply(lambda x:Capitals(x))df['Punc'] = df['name'].apply(lambda x:Punctuation(x))Caps 是一个包含大写字母数量的新列。Punc 是一个包含标点符号数量的新列。名称是测试的字符串。