Python 使用文本：将CSV文件中的所有字母更改为小写

我正在使用一个.txt数据集，我将其作为csv文件读入

data = pd.read_csv('train.txt', delimiter='\t', header=None, names=['category', 'text'], dtype=str)
print data.head()

它打印：

0  MUSIC  Today at the recording studio, John...
1  POLITICS  The tensions inside the government have...
2  NEWS  The new pictures of NASA show...

我想做的是把所有的字母从文本改成小写。因此，例如，“美国宇航局展览的新图片…”将成为“美国宇航局展览的新图片…”，但“新闻”仍然是“新闻”的大写字母

---

有什么建议吗？

您可以申请lambda，它可以帮您做到这一点：

data = pd.read_csv('train.txt', delimiter='\t', header=None, names=['category', 'text'], dtype=str).apply(lambda x: x.astype(str).str.lower())

使用示例数据，您将看到：

>>> import pandas as pd
>>> data = pd.read_csv('train.txt', delimiter='\t', header=None, names=['category', 'text'], dtype=str).apply(lambda x: x.astype(str).str.lower())
>>> data.head()
   category                                        text
0     music      today at the recording studio, john...
1  politics  the tensions inside the government have...
2      news            the new pictures of nasa show...

---

这太棒了，但它也降低了“文本、音乐、新闻”。另一件事：我实际使用的文本是西里尔文，所以现在我看到我所尝试的一切都失败了，完全是因为这个。谢谢你的帮助！：）@你的文件名让我觉得你在训练一个机器学习模型。你的小写训练课程不应该改变任何事情。我以为小写字母可以处理unicode，但也许我错了。是的，我正在训练分类文本的分类器。你不认为某些单词是否包含大写字母与count vectorizer和tf idf有区别吗？@Saremiona tf idf非常关心单词是否大写。就算法而言，它们是不同的词。这就是正常化（在这种情况下为下套管）如此重要的原因。