如果来自文件excel或csv的数据，如何使用停用词sastrawi库python - python

我无法使用Excel文件中的数据来实现功能停用词

我已经试过了

数据可以用hadist列显示

train['hadis'] = train['hadis'].apply(lambda x: " ".join(x.stopword.remove() for x in x.split()))
train['hadis'].head()

但是错误结果

from Sastrawi.StopWordRemover.StopWordRemoverFactory import     
StopWordRemoverFactory
factory = StopWordRemoverFactory()
stopword = factory.create_stop_word_remover()

kalimat = 'Dengan Menggunakan Python dan Library Sastrawi saya dapat 
melakukan proses Stopword Removal'
stop = stopword.remove(kalimat)
print(stop)

结果输出成功丢失了saya和dan

但是我的问题是，变量值kalimat是否来自具有这么多行数据的数据excel？

参考方案

我假设您的excel文件是名为csv的kalimat.csv格式，并且kalimat是包含要分析的句子的列。

kalimat.csv：

no |                                           kalimat
------------------------------------------------------
 1 | saya semua perbuatan tergantung niatnya dan ba...
 2 | terkadang datang kepadaku seperti suara gemeri...
 3 | bacalah beliau menjawab aku tidak bisa baca na...
 4 | Dengan Menggunakan Python dan Library Sastrawi...

试试这个代码：

from Sastrawi.StopWordRemover.StopWordRemoverFactory import StopWordRemoverFactory
import pandas as pd

factory = StopWordRemoverFactory()
stopword = factory.create_stop_word_remover()

df = pd.read_csv("kalimat.csv")
for i, kalimat in enumerate (df['kalimat']):
    stop = stopword.remove(kalimat)
    print(i,stop + '\n')

输出：

0 semua perbuatan tergantung niatnya ba... 
1 terkadang datang kepadaku suara gemeri... 
2 bacalah beliau menjawab aku bisa baca na... 
3 Dengan Menggunakan Python Library Sastrawi...

R'relaimpo'软件包的Python端口 - python

我需要计算Lindeman-Merenda-Gold（LMG）分数，以进行回归分析。我发现R语言的relaimpo包下有该文件。不幸的是，我对R没有任何经验。我检查了互联网，但找不到。这个程序包有python端口吗？如果不存在，是否可以通过python使用该包？ python参考方案 最近，我遇到了pingouin库。

Python sqlite3数据库已锁定 - python

我在Windows上使用Python 3和sqlite3。我正在开发一个使用数据库存储联系人的小型应用程序。我注意到，如果应用程序被强制关闭（通过错误或通过任务管理器结束），则会收到sqlite3错误（sqlite3.OperationalError：数据库已锁定）。我想这是因为在应用程序关闭之前，我没有正确关闭数据库连接。我已经试过了： connectio…

Python:如何根据另一列元素明智地查找一列中的空单元格计数？ - python

df = pd.DataFrame({'user': ['Bob', 'Jane', 'Alice','Jane', 'Alice','Bob', 'Alice'], 'income…

Python pytz时区函数返回的时区为9分钟 - python

由于某些原因，我无法从以下代码中找出原因：>>> from pytz import timezone >>> timezone('America/Chicago') 我得到：<DstTzInfo 'America/Chicago' LMT-1 day, 18:09:00 STD…

将字符串分配给numpy.zeros数组[重复] - python

This question already has answers here: Weird behaviour initializing a numpy array of string data                                                                    （4个答案）         …