在序列中字符串中的每个字之前和后面添加冒号的有效方法
在序列中字符串中的每个字之前和后面添加冒号的有效方法
提问于 2019-04-16 16:56:22
我正在处理twitter的数据，并从这些数据中提取每个表情符号。但是，当我通过CountVectorizer传递数据时，从字符串中减去的冒号。因此，字符串表情符号:ok_hand: :thumbs_up:变成了ok_hand thumbs_up。我想重新添加这些结肠，这样我就可以把它们表情化了。我设法做到了，但我确信我的方法效率很低。表情符号是系数DataFrame的索引，如下所示：
index coef
ok_hand thumbs_up 0.4
airplane 0.2所以我做的是：
to_emojize=pd.Series(coef_mat_emoji.index)
to_emojize=to_emojize.apply(lambda x: x.split())
to_emojize=to_emojize.apply(lambda x:[':'+i+':' for i in x])
to_emojize=to_emojize.apply(lambda x: emoji.emojize(x, use_aliases=True))
coef_mat_emoji.index=to_emojize有更好的方法吗？
回答 1
Code Review用户
回答已采纳
发布于 2019-04-17 09:21:32
pandas.Series和pandas.Index都有向量化的字符串添加。你可以这样做：
to_emojize = pd.Series(":" + coef_mat_emoji.index + ":")
coef_mat_emoji.index = to_emojize.apply(emoji.emojize, use_aliases=True)请注意，pandas.Series.apply将任何附加的关键字参数传递给函数，因此这里根本不需要lambda。
这将从第一个加法中创建一个中间系列，这可能不是最有效的内存方法。但是它是最简单和最易读的，所以除非你用这个耗尽内存，否则这就是我要用的。
或者，您可以将其全部放入一个apply调用中(Python 3.6+表示f-strings)：
coef_mat_emoji.index = pd.Series(coef_mat_emoji.index).apply(
lambda x: emoji.emojize(f":{x}:", use_aliases=True))你必须用你的实际数据来计时，看看这是否更快。无论如何，对emoji.emojize的呼吁可能会占主导地位。
页面原文内容由Code Review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://codereview.stackexchange.com/questions/217565
复制相关文章
相似问题
腾讯云开发者
