为什么 if not in(x,y) 在 python 中根本不起作用答案

【问题标题】：why does if not in(x,y) not work at all in python为什么 if not in(x,y) 在 python 中根本不起作用
【发布时间】：2020-05-21 15:57:47
【问题描述】：

只有当我的列的每一行中的单词不在停用词中且不在字符串中 标点符号时，我才想选择单词。

这是我在标记和删除停用词后的数据，我还想在删除停用词的同时删除标点符号。见第二个 usf 后面有逗号。我想到了if word not in (stopwords,string.punctuation)，因为它是not in stopwords and not in string.punctuation，我从here 看到它，但它导致无法删除停用词和标点符号。如何解决这个问题？

data['text'].head(5)
Out[38]: 
0    ['ve, searching, right, words, thank, breather...
1    [free, entry, 2, wkly, comp, win, fa, cup, fin...
2    [nah, n't, think, goes, usf, ,, lives, around,...
3    [even, brother, like, speak, ., treat, like, a...
4                                 [date, sunday, !, !]
Name: text, dtype: object

import pandas as pd
from nltk.corpus import stopwords
from nltk.tokenize import word_tokenize
import string

data = pd.read_csv(r"D:/python projects/read_files/SMSSpamCollection.tsv",
                    sep='\t', header=None)

data.columns = ['label','text']

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

def process(df):
    data = word_tokenize(df.lower())
    data = [word for word in data if word not in (stopwords,string.punctuation)]
    return data

data['text'] = data['text'].apply(process)

【问题讨论】：

写(stopwords, string.punctuation)时你期望的结果是什么？
你已经创建了一个包含两个元素的元组，并且只有这两个元素。 stopwords in (stopwords, string.punctuation) 将返回 True，例如
@Anwarvic 我希望它能像data = [word for word in data if word not in stopwords and word not in string.punctuation]一样工作
@G.Anderson 是的，我认为如果单词不是stopwords 而不是string.punctuation，它会返回满足的单词
你应该知道string.punctuation是一个字符串。 word not in string.punctuation 不会返回 True 除非 word 是标点符号...这是你想要的吗？

标签： python if-statement list-comprehension

【解决方案1】：

如果您仍想在一个if 语句中执行此操作，您可以将string.punctuation 转换为一个集合，然后将其与stopwords 与OR 操作结合起来。这就是它的样子：

data = [word for word in data if word not in (stopwords|set(string.punctuation))]

【讨论】：

【解决方案2】：

那么你需要改变

data = [word for word in data if word not in (stopwords,string.punctuation)]

到

data = [word for word in data if word not in stopwords and word not in string.punctuation]

【讨论】：

【解决方案3】：

在函数过程中，您必须将 type(String) 转换为 pandas.core.series.Series 并使用连接

函数将是：

' def 进程（df）：

  data = word_tokenize(df.lower())

  data = [word for word in data if word not in 
  pd.concat([stopwords,pd.Series(string.punctuation)])  ]

  return data

【讨论】：