Pandas 初学者：熊猫的词干生成字母而不是词干

我的“tokens”列已经标记，是一个列表：

['super', 'tolles', 'team', 'nochmals', 'danke']

我使用：

from nltk.stem.snowball import SnowballStemmer
german_stemmer = SnowballStemmer('german', ignore_stopwords=True)
df_de['stemmed'] = df_de['tokens'].apply(lambda x: [german_stemmer.stem(y) for y in x])

我得到的是字母而不是单词，还有一个列表，列表中有两个起始方括号。解决这个问题的简单方法是什么

'stemmed'
[[, ', s, u, p, e, r, ', ,,  , ', t, o, l, l, ...

---

数据框

apply

已将函数应用于所选列中的每个单元格。因此，您要对每个单词进行应用，比如说

super

，然后对其进行迭代：

for y in x

就像

for y in 'super'

逐字逐句地重复一个单词。您需要将词干分析器应用于整个单元格：

df_de['tokens'].apply(lambda x: german_stemmer.stem(x))

或者更好

df_de['tokens'].apply(german_stemmer.stem)

---

输出为['super'、'tolles'、'team'、'nochmals'、'danke']。当我在一个单一的列表中正确地进行标记=['super'，'tolles'，'team'，'nochmals'，'danke']german_stemmer=snowballstemer（'german'，ignore_stopwords=True）stemmed=[german_stemmer.stem（x）for x in tokens]我得到了我期望得到的：['sup'，'toll'，'team'，'nochmal dank']@falco_tinnulus如上所述，你的问题是不完整的。写一个完整的，最少的代码，我们可以用来复制/我现在已经解决了这个问题。我从一个文件中读取列标记，它没有被解释为一个列表，而是一个字符串。我添加了df_de.tokens.apply（literal_eval），代码按原样工作，即df_de['stemmed']=df_de['tokens'].apply（lambda x:[德语_stemmer.stem（y）表示x中的y]），请标记为已解决