Python 生成FastText多标签格式

我想为堆栈溢出标记预测器应用FastText

我将标记作为数据帧：

    df['Tags']

0                 [php]
1             [firefox]
2                   [r]
3                  [c#]
4            [php, api]
              ...      
179994     [php, flash]
179995         [delphi]
179996              [c]
179997        [android]
179998    [java, email]
Name: Tags, Length: 134222, dtype: object

我想将每个元素转换为一个字符串

\uuuuuu label\uuuuuxx\uuuuu label\uuuuuuyy\uuuu

，因此我尝试了：

tags=['__label__'.join(s) for s in df['Tags']]

这导致：

['php', 'firefox', 'r', 'c#', 'php__label__api', 'c#__label__asp.net', '.net__label__javascript', 'sql', '.net', 'algorithm', 'windows-7']

但我希望我的结果是

['__label__php', '__label__firefox', '__label__r', '__label__c#', '__label__php__label__api', '__label__c#__label__asp.net', '__label__.net__label__javascript', '__label__sql', '__label__.net', '__label__algorithm', '__label__windows-7']

尝试：

测试：

---

同样值得一看的是

result=df['Tags'].applymap（lambda s:j+j.join（s））

但我没有测试它。

添加了代码块并减少了垂直空间。还将所需输出移到更靠近输出部分的位置。

tags = ['__label__' + '__label__'.join(s) for s in df['Tags']]

labels = [['foo'], ['bar', 'baz']]
j = '__label__'
[j + j.join(l) for l in labels]

# out: ['__label__foo', '__label__bar__label__baz']