从文件创建句子列表并将其添加到数据框中答案

【问题标题】：Creating a list of sentences from a file and adding it into a dataframe从文件创建句子列表并将其添加到数据框中
【发布时间】：2021-06-15 21:29:48
【问题描述】：

我正在使用下面的代码从文件文档中创建句子列表。该函数将返回一个句子列表。


def extract_sentences(file):
    content = nlp(file)
    sentences = list(content.sents)
    return sentences

之后，我想在数据框中的“句子”列下添加每个句子。问题是在数据框中，句子看起来像一个单词列表，用逗号分隔，例如：（this, process, includes, different, stages...）。但我希望它看起来像：这个过程包括不同的阶段

【问题讨论】：

【解决方案1】：

content.sents 是一个包含spacy.tokens.span.Span 对象的生成器对象。

如果你想有一个字符串列表作为输出，你可以使用

def extract_sentences(file):
    content = nlp(file)
    return [x.text for x in content.sents]

注意.text 属性返回span 对象的文本表示。

【讨论】：

【解决方案2】：

sentences 是每个函数的列表。您可能希望更改您的 return 语句以返回一个字符串。因此，完整的功能看起来像：

def extract_sentences(file):
    content = nlp(file)
    sentences = list(content.sents)
    return " ".join(x.text for x in sentences)

【讨论】：