返回系列中元素的Python代码

Question

我目前正在整理一个脚本，用于对抓取的推文进行主题建模，但我遇到了几个问题。我希望能够搜索一个词的所有实例，然后返回该词的所有实例，加上前后的词，以便为词的使用提供更好的上下文。我已经标记了所有推文，并将它们添加到一个系列中，其中相对索引位置用于识别周围的词。我目前拥有的代码是：    myseries = pd.Series(["it", 'was', 'a', 'bright', 'cold', 'day', 'in', 'april'],                           index= [0,1,2,3,4,5,6,7])    def phrase(w):        search_word= myseries[myseries == w].index[0]        before = myseries[[search_word- 1]].index[0]        after = myseries[[search_word+ 1]].index[0]        print(myseries[before], myseries[search_word], myseries[after])该代码大部分工作，但如果搜索第一个或最后一个单词将返回错误，因为它超出系列的索引范围。有没有办法忽略超出范围的索引并简单地返回范围内的内容？当前代码也只返回搜索词前后的词。我希望能够在函数中输入一个数字，然后返回前后的一系列单词，但我当前的代码是硬编码的。有没有办法让它返回指定范围的元素？我在创建循环来搜索整个系列时也遇到了问题。根据我写的内容，它要么返回第一个元素而不返回任何其他元素，要么一遍又一遍地重复打印第一个元素而不是继续搜索。不断重复第一个元素的令人讨厌的代码是：    def ws(word):        for element in tokened_df:            if word == element:                search_word = tokened_df[tokened_df == word].index[0]                before = tokened_df[[search_word - 1]].index[0]                after = tokened_df[[search_word + 1]].index[0]                print(tokened_df[before], word, tokened_df[after])显然我忽略了一些简单的东西，但我终究无法弄清楚它是什么。我如何修改代码，以便如果同一个词在系列中重复出现，它将返回该词的每个实例以及周围的词？我希望它的工作方式遵循“如果条件为真，则执行‘短语’功能，如果不为真，则继续执行系列”的逻辑。

Answer 1

是这样的吗？我在你的例子中添加了一个重复的词（“明亮”）。还添加了n_before和n_after输入周围单词的数量

import pandas as pd

myseries = pd.Series(["it", 'was', 'a', 'bright', 'bright', 'cold', 'day', 'in', 'april'], 

                          index= [0,1,2,3,4,5,6,7,8])

def phrase(w, n_before=1, n_after=1):

    search_words = myseries[myseries == w].index

    for index in search_words:

        start_index = max(index - n_before, 0)

        end_index = min(index + n_after+1, myseries.shape[0])

        print(myseries.iloc[start_index: end_index])

phrase("bright", n_before=2, n_after=3)

 

这给出：

1       was

2         a

3    bright

4    bright

5      cold

6       day

dtype: object

2         a

3    bright

4    bright

5      cold

6       day

7        in

dtype: object

Answer 2

这不是很优雅，但您可能需要一些条件来说明出现在短语开头或结尾的单词。为了解释重复的单词，找到重复单词的所有实例并循环遍历您的打印语句。对于变量myseries，我重复了这个词cold两次，所以应该有两个打印语句

import pandas as pd

myseries = pd.Series(["it", 'was', 'a', 'cold', 'bright', 'cold', 'day', 'in', 'april'], 

                          index= [0,1,2,3,4,5,6,7,8])

def phrase(w):

    for i in myseries[myseries == w].index.tolist():

        search_word= i

        if search_word == 0:

            print(myseries[search_word], myseries[i+1])

        elif search_word == len(myseries)-1:

            print(myseries[i-1], myseries[search_word])

        else:

            print(myseries[i-1], myseries[search_word], myseries[i+1])

输出：

>>> myseries

0        it

1       was

2         a

3      cold

4    bright

5      cold

6       day

7        in

8     april

dtype: object

>>> phrase("was")

it was a

>>> phrase("cold")

a cold bright

bright cold day