Python 3.x 是否将字向量添加为数据框中的列？

我有一个带有列

关键字的数据框

：

keywords
election
countries
majestic
dollar
....
....
...

我也有自己的使用gensim的预训练word2vec模型，在那里我可以使用

model['anyword']

为每个单词获得20维向量。我的问题是

i） 我想将这20个维度向量指定为与每个关键字对应的列名称（V1到V20）

ii）如果单词词汇表中不存在单词，则我希望将向量指定为与该单词对应的[0,0,0，，，，，，0]数组，否则将给出

错误：单词词汇表中不存在
。例如，如果单词
majestic
在vocab中不存在，那么
df
应该

keyword     V1     V2      V3 ............. V20
election   0.02    0.44    0.32.............0.12
countries  0.33    0.33    0.11............ 0.13
majestic   0       0       0   ............ 0
dollar     0.31    0.77    0.86............ 0.91
.......
.......

就我目前所做的而言：-

for i in df['keywords']:
    vectors=model['i']

我得到了向量数组，但我不知道如何在
df
中将它与列名称放在一起，如
V1 V2 V3 V4….V20
，以及如何将缺少的单词视为
'0'
您可以像下面给定的代码那样执行此操作。
首先将函数设置为这样。对于我使用过的单词not in词汇表，请尝试，除非这样，如果单词不在词汇表中，它会将0的列表放在那里

missing=[0]*20
def fun(key):
    try:
        return(model[key])
    except:
        return(missing)

然后调用此函数：

df['vector'] = df['keywords'].apply(fun)
df = pd.DataFrame(df['vector'].values.tolist())

我希望这会对你有所帮助。
@James你还面临任何问题吗？是否有其他方式，如列名称增加，即可能是500，我已编辑了答案。看一看。如果你面临任何进一步的问题，请评论它。这是一种正确的方法吗，比如说，从手套或word2vec中获取嵌入，并使用它们来训练深度学习模型？这是表示数据帧中嵌入内容的正确方法吗？