Python 基于标记观察创建逻辑列

以下是语料库的摘录：

w1, a1, c, f, s, w, q , p 
w2, p, z, l, c, t, w, k, e, d, a2 
w3, z, s, b, t, l
w4, a3, l, h, k, s, e, b
...

我正在寻找以下输出：

lemma, a1, a2, a3, b, c, d, e, f, h, k, l, p, q, s, t, w, z
w1,    T,   F, F,  F, T, F, F, T, F, F, F, T, T, T, F, F, F 
w2,    F,   T, F,  F, T, T, T, F, F, T, T, T, F, F, F, T, T
...

通常，我会在python中使用

collections.Counter

，但是dicts上的单词和我的许多引理都有相同的值（都是相同的引理）。不同的python实现，甚至awk实现都会有所帮助。

使用：

data=''w1、a1、c、f、s、w、q、p
w2，p，z，l，c，t，w，k，e，d，a2
w3，z，s，b，t，l
w4，a3，l，h，k，s，e，b''
#假设“index”是每行的第一个元素，以逗号分隔
对于数据中的行，index=[row.split（'，'）[0]。split（'\n'）]
#对于MultiLabelBinarizer，需要数组数组/列表列表表示，
#因此，将每行中的每个字符串相应地拆分
data=[data.split（'\n'）中的行的列表（映射（lambda x:x.strip（），row.split（'，'））[1:]）]
从sklearn.preprocessing导入多LabelBinarizer
enc=多标签二进制程序（）
X=enc.fit_变换（数据）
作为pd进口熊猫
df=pd.DataFrame（数据=X，列=enc.classes，索引=index）
打印（df）
a1 a2 a3 b c d f h k l p q s t w z
w1 10 0 0 1 0 1 0 0 1 1 1 0 1 0
w2 0 1 0 1 1 1 0 1 1 0 1 1 1 1 1
w3 0 0 0 1 0 0 0 0 0 1 0 1 0 1
w4 0 1 0 1 0 1 0 1 1 0 1 0 0 0 0 0

如果要将向量表示为布尔值，只需使用：

df=pd.DataFrame（data=X.astype（bool），columns=enc.classes，index=index）
打印（df）
a1 a2 a3 b c d f h k l p q s t w z
真假假假假假假假假假假真假假假真假假假假
w2假真实假真实假真实假真实假真实假真实
w3假假假假假假假假假真假假真假假真
w4 False False True False True False True False False False

使用以下方法可能有效：

data=''w1、a1、c、f、s、w、q、p
w2，p，z，l，c，t，w，k，e，d，a2
w3，z，s，b，t，l
w4，a3，l，h，k，s，e，b''
#假设“index”是每行的第一个元素，以逗号分隔
对于数据中的行，index=[row.split（'，'）[0]。split（'\n'）]
#对于MultiLabelBinarizer，需要数组数组/列表列表表示，
#因此，将每行中的每个字符串相应地拆分
data=[data.split（'\n'）中的行的列表（映射（lambda x:x.strip（），row.split（'，'））[1:]）]
从sklearn.preprocessing导入多LabelBinarizer
enc=多标签二进制程序（）
X=enc.fit_变换（数据）
作为pd进口熊猫
df=pd.DataFrame（数据=X，列=enc.classes，索引=index）
打印（df）
a1 a2 a3 b c d f h k l p q s t w z
w1 10 0 0 1 0 1 0 0 1 1 1 0 1 0
w2 0 1 0 1 1 1 0 1 1 0 1 1 1 1 1
w3 0 0 0 1 0 0 0 0 0 1 0 1 0 1
w4 0 1 0 1 0 1 0 1 1 0 1 0 0 0 0 0

如果要将向量表示为布尔值，只需使用：

df=pd.DataFrame（data=X.astype（bool），columns=enc.classes，index=index）
打印（df）
a1 a2 a3 b c d f h k l p q s t w z
真假假假假假假假假假假真假假假真假假假假
w2假真实假真实假真实假真实假真实假真实
w3假假假假假假假假假真假假真假假真
w4 False False True False True False True False False False

有趣的是，你能向人们展示你已经试图让这成为一个有效问题的东西吗？Whar是一个“引理”？有趣的是，你能向人们展示你已经试图让这成为一个有效问题的东西吗？Whar是一个“引理”？